如何实现aggregate()的反向操作：基于类别映射表拆分数据行

问题描述 #

现有如下data.table格式的数据：

library(data.table)
dat <- data.table(x = c("A", "B", "C"),
                  values = c(10, 20, 5))

数据输出：

x values
1: A     10
2: B     20
3: C      5

同时有一份类别映射表：

cl <- data.table(old = c("A", "B", "C", "C"),
                 new = c("A1", "B1", "C1", "C2"))

需要将x列的旧类别转换为新类别，其中C要拆分为C1和C2两个独立观测，对应values值保留原数值，最终得到如下结果：

x values
1: A1     10
2: B1     20
3: C1      5
4: C2      5

该操作相当于aggregate()的反向操作，询问是否有类似函数可实现该需求。

实现方案 #

这类一对多的类别展开需求，不需要专门的“反向聚合”函数，通过数据连接即可高效实现，以下是两种常用方法：

1. data.table 连接法（高效推荐） #

利用data.table的键连接特性，直接将原表与映射表按旧类别关联，自动展开多匹配的行：

# 执行连接并整理输出列
result <- dat[cl, on = .(x = old), .(x = new, values)]
# 查看结果
result

运行后得到目标输出：

x values
1: A1     10
2: B1     20
3: C1      5
4: C2      5

2. base R 方法 #

使用merge()函数完成数据合并，再调整列结构：

# 合并原数据与映射表
merged_df <- merge(dat, cl, by.x = "x", by.y = "old")
# 调整列名并筛选所需列
result_base <- merged_df[, c("new", "values")]
colnames(result_base) <- c("x", "values")
# 查看结果
result_base

输出结果：

x values
1  A1     10
2  B1     20
3  C1      5
4  C2      5

原理说明 #

aggregate()的作用是将多行聚合为一行（多对一），而本次需求是将一行根据映射规则展开为多行（一对多），核心逻辑是通过数据连接完成类别匹配与行展开，这是数据处理中的常规操作，无需专门的反向聚合函数，用连接即可覆盖此类场景。

内容的提问来源于stack exchange，提问作者98198128