R语言如何为分组tibble添加组内统一取值的新列

核心利用dplyr分组操作内置的cur_group_id()函数，该函数会为每个分组返回从1开始的连续整数序号，序号顺序和分组键的默认排序规则一致，直接用这个序号索引提供的名称向量，就能实现同组取值一致、不同组按顺序匹配对应名称的需求，不需要拆分合并数据，性能和通用性都很好。

基础直接用法 #

对应给出的示例，代码如下：

library(tibble)
library(dplyr)

# 示例数据
df <- tibble(a = c(1,2,3,1,3,2)) %>% group_by(a)
name_vec <- c("owl", "newt", "zag")

# 新增分组名称列
result <- df %>%
  mutate(name = name_vec[cur_group_id()])

运行得到的result和预期输出完全一致：分组a=1匹配第一个名称owl，分组a=2匹配第二个名称newt，分组a=3匹配第三个名称zag，同组所有行取值完全相同。

注意：cur_group_id()生成的序号默认按照分组键的升序排列，如果是多列组合分组，也会自动按照多列的组合排序生成连续序号，不需要手动处理分组逻辑。

通用函数封装 #

可以封装为可复用的函数，自动适配任意数量的分组，同时加入输入校验避免参数不匹配的问题：

add_group_name <- function(.data, name_vec, col_name = "group_name") {
  # 校验输入是否为分组tibble
  if (!inherits(.data, "grouped_df")) {
    stop("输入的数据必须是经过group_by()处理的分组tibble对象")
  }
  # 自动获取当前数据的分组总数
  group_count <- n_groups(.data)
  # 校验名称向量长度和分组数是否匹配
  if (length(name_vec) != group_count) {
    stop(paste0("名称向量长度为", length(name_vec), "，但数据共有", group_count, "个分组，二者长度必须相等"))
  }
  # 动态新增列，支持自定义列名
  .data %>%
    mutate({{col_name}} := name_vec[cur_group_id()])
}

函数使用示例 #

# 对应示例场景调用
desired_output <- df %>%
  add_group_name(name_vec = c("owl", "newt", "zag"), col_name = "name")

不管分组是单列还是多列、总共有多少个分组，只要传入和分组数等长的名称向量，函数都能自动完成匹配。如果需要调整分组和名称的对应关系，只需要调整group_by()的分组排序规则，或者调整传入名称向量的顺序即可。

内容的提问来源于stack exchange，提问作者berndthebread