如何在R语言中按条件展开dataframe的行？

可以使用dplyr和tidyr包实现需求，核心思路是先计算每行的展开次数，再逐组处理时间序列和交替对象：

完整代码 #

library(dplyr)
library(tidyr)

# 构造原始数据框
Location <- c("Kitchen", "Living Room", "Living Room", "Garage")
Object <- c("Food", "Toy", "Clothes", "Floor")
Duration <- c(6,3,2,5)
CumDuration <- c(6,9,11,16)
Activity <- c("Repetitive", "Constant", "Constant", "Repetitive")

df <- data.frame(Location, Object, Duration, CumDuration, Activity)

# 预处理：计算展开次数和起始累积时间
df <- df %>%
  mutate(
    expand_n = ifelse(Activity == "Repetitive", Duration * 2, 1),
    start_cum = lag(CumDuration, default = 0)
  )

# 展开行并生成目标数据框
result_df <- df %>%
  uncount(expand_n, .id = "row_id") %>%
  group_by(Location, Object, Activity, start_cum, Duration) %>%
  mutate(
    # 重置Duration列
    Duration = ifelse(Activity == "Repetitive", 0.5, Duration),
    # 计算新的累积时长
    CumDuration = start_cum + row_id * 0.5,
    # 交替设置Object值
    Object = ifelse(Activity == "Repetitive", 
                    ifelse(row_id %% 2 == 1, Object, "Nothing"),
                    Object)
  ) %>%
  ungroup() %>%
  select(Location, Object, Duration, CumDuration, Activity) # 恢复原列顺序

# 查看结果
print(result_df)

代码解释 #

1. 预处理阶段：

   • expand_n：根据Activity类型计算每行需要展开的行数，Repetitive类型行的展开次数为Duration*2（每0.5秒一行），Constant类型保持1行。
   • start_cum：记录当前行的起始累积时间，即上一行的CumDuration，第一行默认从0开始。

2. 行展开与列处理：

   • uncount(expand_n, .id = "row_id")：将每行按照expand_n的次数展开，row_id作为组内的序号，用于后续计算时间和交替对象。
   • 分组后：
     • 重置Duration：Repetitive行统一设为0.5，Constant行保留原值。
     • 计算新的CumDuration：从start_cum开始，每次累加0.5，确保时间序列连续。
     • 交替Object：利用row_id的奇偶性，奇数行保留原对象，偶数行替换为"Nothing"，实现交替效果。
   • 最后取消分组并恢复原始列顺序，得到目标数据框。

内容的提问来源于stack exchange，提问作者JHo