如何使用tidyr通过分组（group-by）计算创建新列？

给定如下R数据框：

name <- c("a", "a", "a", "a", "b", "b", "b", "b")
x1 <- c(0, 0, 0, 0, 1, 1, 1, 1)
x2 <- c(15, 15, 15, 15, 15, 15, 15, 15)
y <- c(1, 2, 1, 2, 1, 2, 1, 2)
z <- c(50, 100, 40, 90, 65, 95, 40, 95)

df <- data.frame(name, x1, x2, y, z)

需要完成以下操作：

• 按x1和x2进行分组
• 找出每组中z的最大值
• 创建新列z2，将z按该组最大值归一化，预期z2结果为c(0.5, 1, 0.4, 0.9, 0.684, 1, 0.421, 1)

如何使用tidyverse生态工具实现该需求？

你需要用到dplyr（属于tidyverse套件，常和tidyr配合使用）来完成分组计算，代码如下：

library(tidyverse)

df_processed <- df %>%
  group_by(x1, x2) %>%
  mutate(
    z2 = round(z / max(z), 3)
  ) %>%
  ungroup()

代码解释 #

• group_by(x1, x2)：指定按x1和x2分组，后续计算会在每组内独立执行
• mutate(z2 = round(z / max(z), 3))：直接计算每组内z与最大值的比值，并用round()保留3位小数，得到符合预期的归一化结果
• ungroup()：可选步骤，取消分组状态，避免后续操作意外继承分组规则

运行后查看df_processed$z2，结果即为c(0.5, 1, 0.4, 0.9, 0.684, 1, 0.421, 1)，与预期一致。

注：tidyr主要负责数据重塑（如宽转长、长转宽），分组聚合类操作核心依赖dplyr，二者同属tidyverse生态，通常搭配使用。

内容的提问来源于stack exchange，提问作者a11