如何高效从DataFrame提取特定行？按参与者拆分数据集

Base R 核心方案：split() 函数 #

这是最简洁高效的方式，直接将数据框按参与者唯一标识拆分成列表，每个列表元素对应单个参与者的DataFrame，完美适配后续批量遍历处理。

场景1：已有独立的ppnr列 #

如果mydata中存在专门的ppnr列（每个参与者的唯一标识），一行代码就能完成拆分：

# 按ppnr拆分，得到存储所有参与者数据的列表
participant_list <- split(mydata, mydata$ppnr)

场景2：ppnr嵌入Sample_ID中 #

如果你的ppnr是Sample_ID的一部分（比如示例中的ppnrR2Mdo2），先提取出每个行对应的ppnr标识，再拆分：

# 提取Sample_ID中的ppnr前缀（假设所有ppnr均以"ppnr"开头）
mydata$ppnr <- sub("^(ppnr\\w+).*", "\\1", mydata$Sample_ID)
# 按提取出的ppnr拆分
participant_list <- split(mydata, mydata$ppnr)

拆分完成后，用lapply就能批量处理所有参与者的数据，比如：

# 示例：给每个参与者的数据新增一列计算值
processed_data <- lapply(participant_list, function(df) {
  df$calc_column <- df$original_column * 1.5
  return(df)
})

Tidyverse 工具链方案 #

如果你常用tidyverse，可以用以下两种方式：

用group_split()拆分 #

library(dplyr)

# 按ppnr分组并拆分为列表
participant_list <- mydata %>%
  group_by(ppnr) %>%
  group_split()

用nest()生成嵌套数据框 #

嵌套数据框更适合后续的批量分析和可视化，每个行对应一个参与者，data列存储该参与者的完整数据：

library(tidyverse)

# 生成嵌套数据框
participant_nested <- mydata %>%
  group_by(ppnr) %>%
  nest()

# 示例：批量计算每个参与者某列的均值
participant_nested <- participant_nested %>%
  mutate(avg_score = map_dbl(data, ~mean(.$score_column, na.rm = TRUE)))

不推荐的方式：生成独立命名的DataFrame #

虽然可以通过循环+assign()生成类似ppnrR2Mdo2_data这样的独立DataFrame，但这种做法会污染全局环境，不利于代码维护和后续协作，除非有特殊需求，否则不建议使用：

# 不推荐示例
unique_ppnrs <- unique(mydata$ppnr)
for (pp in unique_ppnrs) {
  assign(paste0(pp, "_data"), subset(mydata, ppnr == pp))
}

内容的提问来源于stack exchange，提问作者Leon164