多条件分组与子集化：提取Ca并将其余元素汇总为other_elem

假设你的tibble数据集df包含Elements（元素名称）和Percentages（百分比）列，以下是完整的处理步骤：

1. 提取"Ca"元素的记录
   用filter筛选出Elements值为"Ca"的所有行：

library(dplyr)

ca_records <- df %>% 
  filter(Elements == "Ca")

2. 汇总其余元素的百分比并生成新记录
   筛选出非"Ca"的记录，对Percentages求和后，生成Elements为"other_elem"的新行。如果数据存在分组维度（比如样本ID），需先按分组列聚合：

# 无分组的情况
other_records <- df %>% 
  filter(Elements != "Ca") %>% 
  summarise(
    Elements = "other_elem",
    Percentages = sum(Percentages, na.rm = TRUE),
    .groups = "drop"
  )

# 带分组的情况（示例：按Sample_ID分组）
other_records <- df %>% 
  filter(Elements != "Ca") %>% 
  group_by(Sample_ID) %>% # 替换为你的实际分组列名
  summarise(
    Elements = "other_elem",
    Percentages = sum(Percentages, na.rm = TRUE),
    .groups = "drop"
  )

注：na.rm = TRUE用于忽略缺失值，根据你的数据情况可调整。

3. 合并结果
   将提取的"Ca"记录和汇总后的"other_elem"记录合并：

final_df <- bind_rows(ca_records, other_records)

内容的提问来源于stack exchange，提问作者Valentina