如何拆分聚合结果列并将MAD值匹配添加至R数据框？

一、给每位参与者的所有行匹配MAD值 #

你用aggregate算出了每个参与者RT的MAD值，接下来把这个结果和原数据框按参与者ID合并就能实现需求，两种常用方法：

方法1：基础R实现 #

1. 先给聚合结果重命名列，保证列名和原数据一致，方便匹配：

mad_results <- aggregate(df$RT, list(df$ParticipantID), FUN=mad)
colnames(mad_results) <- c("ParticipantID", "MadRTs")

2. 用merge合并原数据和聚合结果，all.x=TRUE确保原数据的所有行都被保留：

df_with_mad <- merge(df, mad_results, by="ParticipantID", all.x=TRUE)

方法2：dplyr简洁实现 #

用tidyverse的dplyr可以直接在原数据框里分组计算，一步到位生成新列，不用单独处理聚合表：

library(dplyr)

df_with_mad <- df %>%
  group_by(ParticipantID) %>%
  mutate(MadRTs = mad(RT)) %>%
  ungroup()

运行后每个参与者的所有行都会自动填充对应的MAD值，完全符合你想要的输出格式。

二、拆分带条件的两列列表并添加回数据框 #

假设你的数据框里有一列是列表格式（比如叫list_col），每个列表元素包含两个值，需要拆成两列加回原数据，分两种场景处理：

场景1：所有列表元素长度固定为2 #

用tidyr的unnest_wider直接拆分，自动生成带后缀的新列：

library(tidyr)

df_split <- df %>%
  unnest_wider(list_col, names_sep = "_")

拆分后会得到list_col_1和list_col_2这样的新列。

场景2：仅按条件拆分部分行 #

如果只需要拆分满足特定条件的行，先筛选拆分再合并回原数据：

library(dplyr)
library(tidyr)

# 筛选符合条件的行并拆分列表列
split_rows <- df %>%
  filter(ParticipantID == "ADVIK") # 替换成你的实际条件
  unnest_wider(list_col, names_sep = "_")

# 合并回原数据，未拆分的行对应新列会显示NA，可按需处理
df_split <- full_join(df, split_rows, by = "ParticipantID")

内容的提问来源于stack exchange，提问作者Arpitha