R语言条件分组：仅特定子集按den_status分组并应用mod.zscore

方法一：单语句动态分组（推荐） #

直接在group_by中通过临时分组键实现条件逻辑，无需拆分数据集，代码简洁且不修改原列：

library(dplyr)

# 处理数据集
df_processed <- df %>%
  group_by(
    sex, age_class, season,
    # 仅符合指定条件时用den_status分组，其余情况统一分组
    den_status = if_else(sex == 'F' & age_class == 'A' & season == 'spring', 
                        den_status, "temp_unified_group")
  ) %>%
  # 对albumin至insulin列应用自定义函数生成zscore
  mutate(across(albumin:insulin, mod.zscore, .names = "{.col}_zscore")) %>%
  ungroup()

逻辑说明：

• 分组时，仅当sex='F'、age_class='A'且season='spring'的行，会用原den_status值作为分组依据，实现细分；
• 其余所有行的临时分组键设为统一值，因此只会按sex、age_class、season三个变量分组；
• 原数据的所有列（包括den_status）完全保留，后续可正常基于这些列操作；
• ungroup()取消分组状态，避免后续操作受分组影响。

方法二：拆分数据集分别处理（直观易调试） #

如果觉得动态分组逻辑不好理解，可以把数据集拆分为符合条件和不符合条件的两部分，分别处理后合并：

library(dplyr)

# 拆分数据集
df_special <- df %>% filter(sex == 'F' & age_class == 'A' & season == 'spring')
df_other <- df %>% filter(!(sex == 'F' & age_class == 'A' & season == 'spring'))

# 处理特殊分组（包含den_status）
df_special_processed <- df_special %>%
  group_by(sex, age_class, season, den_status) %>%
  mutate(across(albumin:insulin, mod.zscore, .names = "{.col}_zscore")) %>%
  ungroup()

# 处理普通分组（不包含den_status）
df_other_processed <- df_other %>%
  group_by(sex, age_class, season) %>%
  mutate(across(albumin:insulin, mod.zscore, .names = "{.col}_zscore")) %>%
  ungroup()

# 合并结果
df_processed <- bind_rows(df_special_processed, df_other_processed)

逻辑说明：

• 先筛选出需要细分den_status的行，单独按四个变量分组处理；
• 剩余行按三个变量分组处理；
• 合并后的数据保留所有原列，满足后续操作需求。

注意事项 #

• 确保自定义函数mod.zscore能正确处理分组内的向量输入（比如返回与输入等长的zscore值）；
• 两种方法都不会新增或修改原数据列，完全符合你“无需新增额外列”的要求；
• 最终分组数量会自动匹配你需要的9种情况，无需手动指定。

内容的提问来源于stack exchange，提问作者burphound