如何使用dplyr拆分数据框并重新绑定列

首先纠正原代码的一个小问题：str_detect属于stringr包，不是string包，加载包时应该写library(stringr)。

下面是用dplyr实现需求的更高效写法，链式语法可读性更强，也更适配tidyverse生态：

基础实现版本 #

library(dplyr)
library(stringr)

new <- mtcars %>%
  # 筛选am为0的行，取前13行所有列
  filter(str_detect(as.character(am), "0")) %>%
  slice(1:13) %>%
  # 绑定am为1的行的第9-11列
  bind_cols(
    mtcars %>%
      filter(str_detect(as.character(am), "1")) %>%
      select(9:11)
  )

更高效的简化版 #

由于am是数值型变量，直接用数值判断比字符串检测更快，可简化为：

library(dplyr)

new <- mtcars %>%
  filter(am == 0) %>%
  slice(1:13) %>%
  bind_cols(
    mtcars %>%
      filter(am == 1) %>%
      select(9:11)
  )

封装成可复用函数 #

如果需要多次复用这个逻辑，可以封装成函数，参数化控制筛选条件、行范围和列范围：

library(dplyr)

split_and_bind <- function(df, filter_col, val1, val2, rows_range, cols_range) {
  part1 <- df %>%
    filter({{filter_col}} == val1) %>%
    slice(rows_range)
  
  part2 <- df %>%
    filter({{filter_col}} == val2) %>%
    select(cols_range)
  
  bind_cols(part1, part2)
}

# 调用示例
new <- split_and_bind(mtcars, am, 0, 1, 1:13, 9:11)

内容的提问来源于stack exchange，提问作者12666727b9