简化同位素衰变类型分组的R代码实现方案咨询

针对你的需求，我们遵循H. Wickham倡导的DRY（Don't Repeat Yourself）原则和tidyverse编程范式，用更简洁的方式实现按最可能衰变类型分组的功能，彻底消除重复代码。

核心思路 #

1. 将宽格式的衰变概率数据转换为长格式，避免对每种衰变类型编写重复逻辑
2. 按核素分组，筛选出每个核素概率最高的衰变类型
3. 基于筛选结果完成分组统计或后续分析

完整代码示例 #

假设你的数据集结构是：包含nuclide（核素标识）列，以及对应每种衰变类型的概率列（比如decay_2B-、decay_2EC、decay_P、decay_N等），代码如下：

library(tidyverse)

# ------------------------------
# 模拟数据集（实际使用时替换为真实数据）
# ------------------------------
set.seed(123)
nuclide_data <- tibble(
  nuclide = paste0("Nuclide_", 1:100),
  `decay_2B-` = runif(100),
  `decay_2EC` = runif(100),
  `decay_P` = runif(100),
  `decay_N` = runif(100)
)

# ------------------------------
# 转换格式并筛选每个核素的最可能衰变类型
# ------------------------------
nuclide_top_decay <- nuclide_data %>%
  # 把所有衰变类型列转为长格式：核素→衰变类型→概率
  pivot_longer(
    cols = starts_with("decay_"),  # 匹配所有以decay_开头的列，可根据实际列名调整规则
    names_to = "decay_type",
    values_to = "probability",
    names_prefix = "decay_"  # 移除列名前缀，得到纯衰变类型标识（如2B-、2EC）
  ) %>%
  # 按核素分组，筛选概率最大的行
  group_by(nuclide) %>%
  # 处理并列最大值：如果需要只保留一个，添加with_ties = FALSE
  slice_max(probability, n = 1) %>%
  ungroup()

# ------------------------------
# 按衰变类型分组（示例为统计每组核素数量）
# ------------------------------
nuclide_grouped <- nuclide_top_decay %>%
  group_by(decay_type) %>%
  summarise(nuclide_count = n()) %>%
  ungroup()

优化点说明 #

• 消除重复代码：无论新增多少种衰变类型，只需确保列名符合规则，代码无需修改，彻底避免复制粘贴
• 优雅的筛选逻辑：用slice_max替代手动的max判断，代码更易读且符合tidyverse规范
• 灵活扩展：如果需要处理并列最大值（一个核素多种衰变概率相同），只需调整slice_max的with_ties参数即可

内容的提问来源于stack exchange，提问作者Logos