R语言：将行内多列值转换为带Tag列的枚举式多行结构

针对你需要将每行拆分为两行、标记Tag并填充对应列的需求，以下是两种高效的实现方式，均优于手动提取列后rbind的低效方法，尤其适合处理大型数据集：

方法一：使用data.table（最优大数据方案） #

data.table的底层实现高度优化，内存占用低，处理百万级以上数据的速度远超基础R方法。

library(data.table)

# 若原数据是data.frame，先转换为data.table
dt <- as.data.table(your_dataset)

# 按原行拆分并生成目标结构
dt_split <- dt[, .(
  A = rep(A, 2),
  B = c(B, 0),
  C = c(C, 0),
  D = rep(D, 2),
  E = c(0, E),
  F = c(0, F),
  Tag = c(1, 2)
), by = 1:nrow(dt)]

# 移除临时分组列
dt_split[, `1:nrow(dt)` := NULL]

原理：通过按原行号分组，直接在每个分组内生成两行数据，避免了多次rbind带来的内存复制开销。

方法二：使用tidyverse（简洁易读） #

tidyverse系列函数底层采用C++优化，效率同样远高于手动拼接，且代码可读性更强。

library(tidyverse)

your_dataset %>%
  # 标记原行号，确保拆分后对应关系正确
  mutate(row_id = row_number()) %>%
  # 为每行扩展出Tag=1和Tag=2两行
  crossing(Tag = 1:2) %>%
  # 根据Tag值填充对应列，其余列置0
  mutate(
    B = if_else(Tag == 1, B, 0),
    C = if_else(Tag == 1, C, 0),
    E = if_else(Tag == 2, E, 0),
    F = if_else(Tag == 2, F, 0)
    # D列在两行均保留原值，无需修改
  ) %>%
  # 移除临时行号列
  select(-row_id)

关键注意事项 #

• 绝对避免循环+多次rbind：每次rbind都会复制整个数据对象，数据量越大，内存开销和耗时呈指数级增长。
• 优先选择data.table处理超大型数据集（如千万级行）：其内存管理机制更高效，能显著减少内存占用。

内容的提问来源于stack exchange，提问作者TOm_99