R语言如何基于列名分组将数据框拆分为两个独立数据框

现有如下构造的tibble对象：

my_tibble <- tibble(`A` = c(1,2),
                `B` = c(2,1),
                `C` = c(2,2),
                `D` = c(1,3),
                `E` = c(2,3),
                `F` = c(5,2)) %>% 
  mutate(`LIST 1` = rowSums(.[1:4]),
         `LIST 2` = rowSums(.[5:6])) %>% 
  select(`LIST 1`,A:D,`LIST 2`,E:F)

数据中A-D列归属LIST 1分组，E、F列归属LIST 2分组，需要通过自动化方法将数据框拆分为两个独立数据框，目标输出结构如下：

list1df <- tibble(`A` = c(1,2),
            `B` = c(2,1),
            `C` = c(2,2),
            `D` = c(1,3)) %>% 
mutate(`LIST 1` = rowSums(.[1:4])) %>% 
select(`LIST 1`,A:D)

list2df <- tibble(`E` = c(2,3),
                  `F` = c(5,2)) %>% 
mutate(`LIST 2` = rowSums(.[1:2])) %>% 
select(`LIST 2`,E:F)

注：原示例代码中rowSums(.[1,2])为笔误，该写法仅提取第1行第2列的单个值，无法正确计算行和，修正为.[1:2]才能取前两列完成计算。

核心逻辑是自动识别LIST x格式的分组列，按列的排列顺序匹配每个分组对应的下属字段，无需手动硬编码列范围，后续新增分组也可以直接复用代码。

方案1：基础R+dplyr实现 #

library(dplyr)
library(tibble)

# 提取所有分组列名称
list_cols <- grep("^LIST\\s+\\d+$", names(my_tibble), value = TRUE)
split_res <- list()

for (i in seq_along(list_cols)) {
  # 定位当前分组列位置
  curr_pos <- which(names(my_tibble) == list_cols[i])
  # 定位下一个分组列位置，最后一个分组取总列数+1
  next_pos <- if (i == length(list_cols)) ncol(my_tibble) + 1 
              else which(names(my_tibble) == list_cols[i+1])
  # 提取当前分组的所有列：分组列 + 两个分组列之间的下属字段
  split_res[[list_cols[i]]] <- my_tibble[, c(curr_pos, (curr_pos + 1):(next_pos - 1))]
}

# 导出为独立数据框
list1df <- split_res[["LIST 1"]]
list2df <- split_res[["LIST 2"]]

方案2：tidyverse精简写法 #

library(dplyr)
library(tibble)

# 给每一列标记所属分组
col_tag <- vector("character", ncol(my_tibble))
current_tag <- NA_character_
for (i in seq_along(col_tag)) {
  nm <- names(my_tibble)[i]
  if (grepl("^LIST\\s+\\d+$", nm)) current_tag <- nm
  col_tag[i] <- current_tag
}

# 按列标签批量拆分
split_res <- split.default(my_tibble, col_tag)

# 导出为独立数据框
list1df <- split_res$`LIST 1`
list2df <- split_res$`LIST 2`

两种方法输出的结果和目标结构完全一致，只要列排列保持「分组列+对应下属字段」的规则，不管后续新增多少个LIST分组，都不需要修改代码逻辑就能自动完成拆分。

内容的提问来源于stack exchange，提问作者szaki