R语言中基于FactorCol1级别自动生成分组条件聚合列时值被错误覆盖的问题

你遇到的问题核心是内部transmute里对同一个列名重复赋值，同时逻辑上混淆了FactorCol1级别和对应统计列的关联，导致最终列值被错误覆盖。

错误代码的问题拆解 #

看你内部嵌套的map_dfc代码：

map_dfc(levels(Data_Frame$FactorCol1), function(.y) 
  Data_Frame %>% group_by(Col1) %>% 
  transmute(
    !! sprintf("Last%dCol7%s", .x, .y) := sum(Col8[Col7 <= .x]), 
    !! sprintf("Last%dCol7%s", .x, .y) := sum(Col9[Col7 <= .x])
  ) %>% ungroup %>% select(-Col1)
)

这里有两个关键错误：

• 重复赋值同一列名：在同一个transmute调用里，你用完全相同的sprintf表达式生成了两次列名（比如当.x=1、.y="active"时，两次都是Last1Col7active），后一次赋值会直接覆盖前一次的结果，所以最终Last1Col7active会被设为sum(Col9[...])的值，也就是inactive的统计数，这和你的预期完全相反。
• 逻辑匹配错误：你遍历FactorCol1的级别（active/inactive），但在生成列时，不管当前.y是哪个级别，都同时用了Col8（对应active）和Col9（对应inactive），这完全没必要——遍历级别应该是为了对应到各自的统计列，而不是重复生成同一对列。

修正后的代码 #

我们可以调整嵌套逻辑，让每个级别对应生成自己的统计列，避免重复赋值：

# 先定义要处理的阈值和级别
thresholds <- c(1, 2, 5, 10)
status_levels <- levels(Data_Frame$FactorCol1)

# 嵌套map生成正确的列
new_cols <- map_dfc(thresholds, function(.x) {
  map_dfc(status_levels, function(.y) {
    # 根据当前级别选择对应的Col8/Col9
    target_col <- if (.y == "active") "Col8" else "Col9"
    Data_Frame %>% 
      group_by(Col1) %>% 
      transmute(!! sprintf("Last%dCol7%s", .x, .y) := sum(.data[[target_col]][Col7 <= .x])) %>% 
      ungroup() %>% 
      select(-Col1)
  })
})

# 合并到原数据框
Data_Frame <- bind_cols(Data_Frame, new_cols)

或者更简洁的方式，利用crossing生成所有阈值和级别的组合，再批量处理：

library(tidyverse)

# 生成所有阈值和级别的组合
param_combinations <- crossing(threshold = c(1,2,5,10), status = levels(Data_Frame$FactorCol1))

# 批量生成列
new_cols <- param_combinations %>% 
  pmap_dfc(function(threshold, status) {
    target_col <- if (status == "active") "Col8" else "Col9"
    Data_Frame %>% 
      group_by(Col1) %>% 
      transmute(!! glue::glue("Last{threshold}Col7{status}") := sum(.data[[target_col]][Col7 <= threshold])) %>% 
      ungroup() %>% 
      select(-Col1)
  })

Data_Frame <- bind_cols(Data_Frame, new_cols)

这样就能正确生成8个目标列，每个列对应各自的阈值和状态统计。

内容的提问来源于stack exchange，提问作者Ray