在dplyr::summarize中实现自定义聚合并自动保留所有列

我有如下结构的DataFrame，核心需求是拆分包含&符号的字符串，将&两侧的值各占一行，生成行数翻倍的新DataFrame。目前通过dplyr::summarize结合自定义函数可以实现，但必须手动指定并重复（rep）所有其他列（比如示例中的val1和val2）才能保留到结果里。我需要找到无需手动指定，就能自动保留所有其他列值的实现方式。注意：我不寻求拆分字符串的其他方法，只关注生成新DataFrame时自动保留所有其他列的实现逻辑。

数据创建代码 #

# 创建数据
library(dplyr)
df <- data.frame(string = paste0(LETTERS,"&",rev(letters)),val1 = 1:26,val2 = 26:1)

需手动指定列的可行版本 #

这个版本能生成正确输出，但新增列时必须手动修改函数，扩展性差：

cleaner <- function(string,val1,val2){
  split <- strsplit(string,"&")
  # 提取&左侧的所有值
  string1 <- sapply(split,"[[",1)
  # 提取&右侧的所有值
  string2 <- sapply(split,"[[",2)
  
  # 组装结果，手动保留其他列
  tibble(string = c(string1,string2),
         val1 = rep(val1,2),
         val2 = rep(val2,2))
}

summarize(df,cleaner(string,val1,val2))

期望的代码形式（待实现） #

希望通过...接收所有其他列，无需手动指定列名：

cleaner <- function(string,...){
  split <- strsplit(string,"&")
  string1 <- sapply(split,"[[",1)
  string2 <- sapply(split,"[[",2)
  
  # 组装结果，自动保留其他列
  tibble(string = c(string1,string2),...)
}

summarize(df,cleaner(string,...))

最终实现方案 #

通过对...参数做批量重复处理，实现自动保留所有其他列：

cleaner <- function(string, ...) {
  split <- strsplit(string, "&")
  # 生成拆分后的字符串向量
  string_vec <- c(sapply(split, "[[", 1), sapply(split, "[[", 2))
  
  # 对所有传入的额外列执行重复两次的操作，再合并为数据框
  extra_cols <- list(...) %>%
    purrr::map(~ rep(.x, 2)) %>%
    dplyr::bind_cols()
  
  # 组装最终结果
  dplyr::tibble(string = string_vec, extra_cols)
}

# 调用方式：自动传入除string外的所有列
df %>% 
  dplyr::summarize(cleaner(string, dplyr::across(-string)))

说明 #

1. 函数内部通过list(...)接收所有额外列，再用purrr::map对每个列执行rep(.,2)，保证每个列的行数和拆分后的string列一致
2. 调用时使用dplyr::across(-string)自动选中所有非string列，无需手动列名，新增列时无需修改调用代码

内容的提问来源于stack exchange，提问作者Aaron Graybill