如何按individualIndex分组，对testPhase配对汇总total_correct值？

需求说明 #

对数据按individualIndex分组，将每组内的testPhase按顺序两两配对（如01+02、03+04），合并阶段名称的同时，汇总对应total_correct的数值。

示例数据 #

先构造可复现的示例数据：

df <- data.frame(
  individualIndex = c(rep(0,10), rep(1,8)),
  testPhase = c(sprintf("%02d", 1:10), sprintf("%02d", 1:8)),
  total_correct = c(7,7,6,5,9,10,5,9,6,9,9,9,13,10,8,11,12,10)
)

实现方案 #

1. 使用dplyr（tidyverse生态）

核心思路是分组后给每行分配配对组ID，再按配对组聚合：

library(dplyr)

result_df <- df %>%
  group_by(individualIndex) %>%
  # 生成配对组编号：每2行一组
  mutate(pair_group = (row_number() - 1) %/% 2) %>%
  group_by(individualIndex, pair_group) %>%
  summarise(
    testPhase = paste(testPhase, collapse = "+"),
    total_correct = sum(total_correct),
    .groups = "drop"
  ) %>%
  select(-pair_group) # 移除中间辅助列

print(result_df)

2. 使用data.table（适合大数据量）

data.table语法简洁，处理大样本数据效率更高：

library(data.table)

setDT(df)

result_dt <- df[, 
                .(testPhase = paste(testPhase, collapse = "+"),
                  total_correct = sum(total_correct)),
                by = .(individualIndex, pair_group = (seq_len(.N)-1) %/% 2)]

result_dt[, pair_group := NULL] # 删除辅助列

print(result_dt)

关键逻辑说明 #

• (row_number()-1) %/% 2（dplyr）或(seq_len(.N)-1) %/% 2（data.table）：通过整数除法生成配对组ID，确保每连续两行被分到同一组，自动兼容奇数行数的情况（最后一行单独成组）。
• paste(testPhase, collapse="+")：将同一组内的测试阶段名称合并为XX+XX格式。
• sum(total_correct)：汇总同一组内的得分。

内容的提问来源于stack exchange，提问作者Lior Bruder