R语言如何基于现有列值为数据集重复行创建规则ID列

需求说明 #

现有患者检测数据集，每个Study_ID对应2条记录，分别代表左耳、右耳的检测结果，需要新增ear_ID字段，格式为「患者Study_ID_耳侧缩写」，左耳对应L，右耳对应R。

原始数据 #

数据预览：

Study_ID   ear
1      100  Left
2      100 Right
3      200  Left
4      200 Right
5      300  Left
6      300 Right

可复现构造代码：

data <- data.frame(
  Study_ID = c("100","100","200","200","300","300"),
  ear = c("Left","Right","Left","Right","Left","Right")
)

目标输出 #

新增字段后最终数据结构：

Study_ID   ear ear_ID
1      100  Left  100_L
2      100 Right  100_R
3      200  Left  200_L
4      200 Right  200_R
5      300  Left  300_L
6      300 Right  300_R

实现代码 #

基础R方案（无需安装额外包） #

直接通过条件判断匹配耳侧缩写，再和Study_ID拼接即可：

data$ear_ID <- paste0(data$Study_ID, "_", ifelse(data$ear == "Left", "L", "R"))

运行完直接打印data就能得到结果。

dplyr方案（tidyverse工作流适用） #

如果日常用dplyr处理数据，可以用mutate新增列：

# 首次使用需先安装：install.packages("dplyr")
library(dplyr)

data <- data %>% 
  mutate(ear_ID = paste0(Study_ID, "_", ifelse(ear == "Left", "L", "R")))

提示：如果数据中ear列存在大小写不统一、多余空格等情况，可先通过trimws()、tolower()等函数做文本标准化，避免匹配错误。

内容的提问来源于stack exchange，提问作者sabc04