R语言：如何新增合并指定行的记录且保留原数据（tidyverse优先）

我有一份包含不同社会经济地位（SES）个体的纵向数据集，原始数据将SES划分为High、Mid、Mid Low、Low四类。我想要新增一行聚合Mid Low和Low两类的统计数据，同时保留原有的4类数据。目前我能通过代码获取聚合信息，但结果是以列的形式呈现，不知道怎么优雅地转成行数据。

数据集示例 #

library(dplyr)

test_data <- tibble(month = c(rep(c("Jan"), 4), rep(c("Feb"), 4)),
                    ses = c(rep(c("High", "Mid", "Mid Low", "Low"), 2)),
                    total = c(10, 20, 20, 30, 9, 11, 40, 60),
                    total_selected = c(9, 10, 8, 3, 8, 6, 8, 6)) %>%
  group_by(month, ses) %>%
  mutate(success_rate = total_selected/total)

当前代码（结果为列形式） #

(test_data2 <- test_data %>%
  group_by(month) %>%
  mutate(three_ses_total = case_when(
    ses %in% c("High", "Mid") ~ total,
    ses %in% c("Mid Low", "Low") ~ (total[ses == "Mid Low"] + total[ses == "Low"])
  ),
  three_ses_total_selected = case_when(
    ses %in% c("High", "Mid") ~ total_selected,
    ses %in% c("Mid Low", "Low") ~ (total_selected[ses == "Mid Low"] + total_selected[ses == "Low"])
  ),
  three_ses_success_rate = case_when(
    ses %in% c("High", "Mid") ~ success_rate,
    ses %in% c("Mid Low", "Low") ~ three_ses_total_selected/three_ses_total
  )))

期望输出 #

(answer <- tibble(month = c(rep(c("Jan"), 5), rep(c("Feb"), 5)),
                    ses = c(rep(c("High", "Mid", "Mid Low", "Low", "Mid Low and Low"), 2)),
                    total = c(10, 20, 20, 30, 50, 9, 11, 40, 60, 100),
                    total_selected = c(9, 10, 8, 3, 11, 8, 6, 8, 6, 14)) %>%
  group_by(month, ses) %>%
  mutate(success_rate = total_selected/total))

希望用dplyr、tidyr等tidyverse工具优雅解决。

可以通过先聚合目标分组，再将聚合结果与原数据合并的方式实现，逻辑清晰且符合tidyverse风格：

1. 从原数据中筛选出需要聚合的Mid Low和Low两类，按month分组计算合并后的统计值，指定新的ses类别名称；
2. 将聚合得到的行数据与原数据集合并；
3. 可选：按month和ses排序，让结果结构更规整。

完整代码如下：

library(dplyr)

# 生成聚合数据
aggregated_data <- test_data %>%
  filter(ses %in% c("Mid Low", "Low")) %>%
  group_by(month) %>%
  summarise(
    ses = "Mid Low and Low",
    total = sum(total),
    total_selected = sum(total_selected),
    success_rate = total_selected / total,
    .groups = "drop"
  )

# 合并原数据与聚合数据，按需排序
final_data <- test_data %>%
  bind_rows(aggregated_data) %>%
  arrange(month, ses)

# 查看结果
final_data

代码解释 #

• filter(ses %in% c("Mid Low", "Low"))：筛选出需要聚合的两类数据；
• group_by(month) %>% summarise(...)：按月份分组，计算合并后的total、total_selected和success_rate，并设置新的ses标签；
• bind_rows(aggregated_data)：将聚合得到的行追加到原数据末尾；
• arrange(month, ses)：按月份和SES类别排序，让结果与期望输出结构一致。

这种方式避免了原代码生成冗余列的问题，直接生成目标行数据，符合tidyverse"每行对应一个观测"的原则。

内容的提问来源于stack exchange，提问作者J.Sabree