基于dplyr实现含Check类别的数据组复制扩展与分组分配

需求说明 #

当数据组的Class列包含"Check"值时，对该组进行扩展：复制组内非"Check"行，并为新生成的行分配独立分组。

原始数据 #

test <- data.frame(value = 1:9, 
                   group = c("A", "A", "B", "B", "B", "B", "B", "C", "C"), 
                   Class = c("Text", "Text", "Text", "Check", "Check", "Check", "Text", "Text", "Check"))

期望结果 #

desired <- data.frame(value = c(1,2,3,4,7,3,5,7,3,6,7,8,9), 
                      group = c("A", "A", "B_1", "B_1", "B_1", "B_2", "B_2", "B_2","B_3", "B_3", "B_3", "C", "C"), 
                      Class = c("Text", "Text", "Text", "Check","Text", "Text", "Check","Text", "Text", "Check", "Text", "Text", "Check"))

dplyr解决方案 #

下面是贴合需求的dplyr实现代码，结合tidyr函数完成分组扩展逻辑：

library(dplyr)
library(tidyr)

test %>%
  group_by(group) %>%
  # 标记当前分组是否包含Check行
  mutate(has_check = any(Class == "Check")) %>%
  # 按分组分别处理
  group_modify(function(.x, .y) {
    # 不含Check的分组直接返回原数据
    if (!.x$has_check[1]) {
      return(.x %>% select(-has_check))
    } else {
      # 拆分非Check行和Check行
      non_check_rows <- .x %>% filter(Class != "Check")
      check_rows <- .x %>% filter(Class == "Check")
      
      # 为每个Check行，组合对应非Check行+自身，生成独立分组
      pmap_dfr(check_rows, function(...) {
        current_check <- tibble(...)
        bind_rows(non_check_rows, current_check) %>%
          mutate(new_group = paste0(.y$group, "_", current_check$value))
      }) %>%
        select(-has_check)
    }
  }) %>%
  # 替换原group列，无新分组的保留原名称
  mutate(group = coalesce(new_group, group)) %>%
  select(-new_group) %>%
  ungroup()

代码逻辑说明 #

1. 标记需扩展的分组：通过has_check字段识别需要处理的分组；
2. 分组差异化处理：
   • 不含"Check"的分组直接保留原数据结构；
   • 含"Check"的分组拆分出非Check行和所有Check行，将非Check行与每个Check行分别组合，生成以原分组名+Check行value命名的新分组；
3. 整合输出：将新生成的分组名替换原group字段，清理临时字段后输出。

原尝试代码的问题分析 #

你之前的代码通过uncount复制行，但逻辑是统一复制sum(Class == "Check")次，没有实现每个Check行对应一组独立的非Check行+自身的需求，因此无法生成独立的分组标识。上面的解决方案通过pmap_dfr遍历每个Check行，单独组合对应的数据，完美匹配需求。

内容的提问来源于stack exchange，提问作者Jo Lo