在data.frame中保留单个主组，将重复主组的子组移至其下方

我知道这个问题表述可能不够精准，要是能优化措辞说不定早就在其他帖子里找到答案了。现有如下数据结构：

df <- data.frame(group = c("X", "F", "F", "F", "F", "C", "C"),
                 subgroup = c(NA, "camel", "horse", "dog", "cat", "orange", "banana"))

希望将其转换为：

data.frame(group = c("X", "F", "camel", "horse", "dog", "cat", "C", "orange", "banana"))

这个转换操作比预想的棘手，要求不使用循环，且更新示例后，依赖排序的方案无法满足需求。

解决方案1：使用tidyverse工具链 #

利用dplyr的分组汇总功能，结合向量拼接实现，全程无循环且保留原始顺序：

library(dplyr)

df <- data.frame(group = c("X", "F", "F", "F", "F", "C", "C"),
                 subgroup = c(NA, "camel", "horse", "dog", "cat", "orange", "banana"))

result <- df %>%
  group_by(group) %>%
  summarise(
    # 每组先保留group本身，再追加非NA的subgroup值
    new_group = c(first(group), na.omit(subgroup)),
    .groups = "drop"  # 取消分组状态
  ) %>%
  pull(new_group) %>%  # 提取向量
  data.frame(group = .)  # 转换为数据框

# 输出结果
print(result)

解决方案2：Base R实现 #

无需额外包，用lapply处理每个唯一分组，同样无循环且保留原始顺序：

df <- data.frame(group = c("X", "F", "F", "F", "F", "C", "C"),
                 subgroup = c(NA, "camel", "horse", "dog", "cat", "orange", "banana"))

# 获取原始顺序的唯一分组值
unique_groups <- unique(df$group)

# 对每个分组生成目标向量
output_list <- lapply(unique_groups, function(g) {
  subgroup_vals <- na.omit(df$subgroup[df$group == g])
  c(g, subgroup_vals)
})

# 合并向量并转为数据框
result <- data.frame(group = unlist(output_list))

# 输出结果
print(result)

两种方案都会严格保留原始group的出现顺序，以及每个group下subgroup的原有顺序，不会依赖排序操作。

内容的提问来源于stack exchange，提问作者Patrick