R语言：在数据框同组内插入均值新行并生成对应item

模拟样本数据 #

先构造符合需求的样本数据（与实际数据结构对齐）：

library(tidyverse)

sample_df <- tibble(
  datestamp = rep(c("2023-01-01", "2023-02-01"), each = 6),
  item = c("3MTH_90%", "3MTH_100%", "6MTH_80%", "6MTH_90%", "6MTH_100%", "12MTH_90%",
           "3MTH_90%", "3MTH_100%", "6MTH_80%", "6MTH_90%", "6MTH_100%", "12MTH_90%"),
  value = c(1.2, 1.5, 2.0, 2.2, 2.5, 3.0,
            1.3, 1.6, 2.1, 2.3, 2.6, 3.1)
)

核心实现代码 #

使用tidyverse工具链完成分组、均值计算和行插入：

result_df <- sample_df %>%
  # 拆分item为期限（tenor）和百分比（pct），提取百分比数值
  separate(item, into = c("tenor", "pct"), sep = "_") %>%
  mutate(pct_num = as.numeric(str_remove(pct, "%"))) %>%
  # 按日期+期限分组，每组内按百分比从小到大排序
  group_by(datestamp, tenor) %>%
  arrange(pct_num, .by_group = TRUE) %>%
  # 计算相邻行的均值，生成新行的item和value
  mutate(
    next_pct = lead(pct_num),
    next_val = lead(value),
    new_pct = (pct_num + next_pct)/2,
    new_val = (value + next_val)/2,
    new_item = paste0(tenor, "_", new_pct, "%")
  ) %>%
  # 筛选出有效生成的均值行（排除每组最后一行，因为没有下一行）
  filter(!is.na(new_item)) %>%
  select(datestamp, item = new_item, value = new_val) %>%
  # 合并原数据和新生成的均值行
  bind_rows(sample_df) %>%
  # 重新排序，恢复按日期、期限、百分比的顺序
  separate(item, into = c("tenor", "pct"), sep = "_") %>%
  mutate(pct_num = as.numeric(str_remove(pct, "%"))) %>%
  arrange(datestamp, tenor, pct_num) %>%
  # 移除辅助列，保留原结构列
  select(datestamp, item, value) %>%
  ungroup()

# 查看结果
print(result_df)

关键步骤说明 #

1. 拆分item列：把item拆分为期限（如3MTH）和百分比（如90%），提取百分比的数值用于排序和计算。
2. 分组排序：按datestamp和tenor分组，每组内按百分比数值排序，确保相邻行是连续的百分比区间。
3. 生成均值行：用lead()获取下一行的百分比和数值，计算两者的均值，构造新的item名称（如3MTH_95%）。
4. 合并与排序：将生成的均值行和原数据合并，最后重新排序保证结果的有序性。

适配调整 #

如果你的item格式不是期限_百分比（比如百分比在前），只需调整separate函数的参数，拆分出对应的期限和百分比字段即可。

内容的提问来源于stack exchange，提问作者The Prescient Robot