R语言中是否存在不折叠数据框的分组操作函数？

你需要的是分组后保留原数据行数并添加聚合列，核心是用mutate替代summarise，以下是具体实现：

方法一：使用dplyr的mutate（和你的代码风格一致） #

在group_by(Name)之后用mutate生成新列，mutate会为每个分组的每一行重复计算好的均值，不会压缩行数：

library(dplyr)

# 原始数据框
df <- tibble(
  Name = c(rep("John",4), rep("Annie",4), rep("Bill",4)),
  Round = rep(1:4,3),
  Points = c(6,4,6,8,7,4,3,6,4,5,8,5)
)

# 添加Avg.points列
df <- df %>% 
  group_by(Name) %>% 
  mutate(Avg.points = mean(Points, na.rm = TRUE)) %>% 
  ungroup() # 可选操作，取消数据框的分组状态

print(df)

运行结果完全符合你的需求：

# A tibble: 12 × 4
   Name  Round Points Avg.points
   <chr> <int>  <dbl>      <dbl>
 1 John      1      6        6  
 2 John      2      4        6  
 3 John      3      6        6  
 4 John      4      8        6  
 5 Annie     1      7        5  
 6 Annie     2      4        5  
 7 Annie     3      3        5  
 8 Annie     4      6        5  
 9 Bill      1      4        5.5
10 Bill      2      5        5.5
11 Bill      3      8        5.5
12 Bill      4      5        5.5

方法二：使用base R的ave函数 #

如果不想加载dplyr，base R的ave函数专门用来给每个分组生成重复的聚合值，一行代码就能搞定：

df$Avg.points <- ave(df$Points, df$Name, FUN = function(x) mean(x, na.rm = TRUE))

你之前的方法问题出在哪？ #

• 用summarise的问题：summarise的作用是聚合分组，把每个组压缩成一行，所以会丢失原数据的大部分行；而mutate是在原数据基础上添加列，每个组的所有行都会得到对应的聚合结果。
• 多分组的问题：加入Round和Points到分组条件后，每个分组变成了「玩家+轮次+单轮得分」，此时计算的是每个小分组的均值（其实就是单轮得分本身），自然不是玩家的整体平均。

内容的提问来源于stack exchange，提问作者orpr0