如何用pick()替代已弃用的cur_data()为分组数据框添加行

我了解到dplyr中的cur_data()函数已被弃用，官方推荐使用pick()替代，但不知道如何在分组数据框中添加行时使用pick()。我需要为每个分组插入一行，保留分组变量的值，同时在val列插入特定值100。

原使用cur_data()实现的代码如下：

df <- tibble::tribble(
  ~id,   ~val,
  "A",   95,
  "A",   20,
  "A",   45,
  "B",   10,
  "B",   50,
  "C",   80
)

df_new_rows <- df |>
  dplyr::group_by(id) |>
  dplyr::reframe(tibble::add_row(dplyr::cur_data(), val = 100)) |>
  dplyr::ungroup()

预期输出：

# A tibble: 9 × 2
  id      val
  <chr> <dbl>
1 A        95
2 A        20
3 A        45
4 A       100
5 B        10
6 B        50
7 B       100
8 C        80
9 C       100

方法1：使用pick()替代cur_data() #

用pick(everything())获取当前分组的所有列（包括分组变量），结合add_row添加新行，完全替代cur_data()的作用：

df_new_rows <- df |>
  dplyr::group_by(id) |>
  dplyr::reframe(
    tibble::add_row(pick(everything()), val = 100)
  ) |>
  dplyr::ungroup()

方法2：group_modify结合bind_rows #

通过group_modify对每个分组直接合并原数据和新增行，逻辑更直观：

df_new_rows <- df |>
  dplyr::group_by(id) |>
  dplyr::group_modify(
    ~ dplyr::bind_rows(.x, tibble::tibble(val = 100))
  ) |>
  dplyr::ungroup()

其中.x代表当前分组的数据框，新增行自动继承分组变量id的值。

方法3：构造新增行后合并 #

无需分组操作，先提取唯一分组值构造新增行，再与原数据合并排序：

new_rows <- tibble::tibble(
  id = unique(df$id),
  val = 100
)

df_new_rows <- dplyr::bind_rows(df, new_rows) |>
  dplyr::arrange(id)

内容的提问来源于stack exchange，提问作者lucyandrews