如何在tibble单个单元格存储向量并将多值拆分到不同列

你原始代码不符合预期的核心原因是：rowwise()分组下直接返回长度大于1的向量时，dplyr会自动将行扩展为对应长度，最终得到的是20行的结果而非10行，提取range[[1]]时也会取到全局的第一个值而非每行的第一个分位数。只需要把quantile()的返回值用list()包裹为单行list元素即可修复你的原有逻辑。

可用实现方案 #

方案1：修正你的原有写法

library(tidyverse)

tibble(category = LETTERS[1:10]) %>% 
  rowwise() %>% 
  # 用list()包裹返回值，避免自动扩行
  mutate(range = list(quantile(rnorm(100), c(0.025, 0.975), names = FALSE)) ) %>% 
  mutate(lo = range[[1]], hi = range[[2]]) %>% 
  ungroup() %>% 
  select(-range)

方案2：用unnest_wider自动拆分（代码更简洁）

不需要手动提取每个位置的值，自动拆分为多列：

tibble(category = LETTERS[1:10]) %>% 
  rowwise() %>% 
  mutate(range = list(quantile(rnorm(100), c(0.025, 0.975), names = FALSE))) %>% 
  unnest_wider(range, names_repair = ~c("category", "lo", "hi")) %>% 
  ungroup()

方案3：purrr向量化实现（性能更优，适合大数据量场景）

避免rowwise()的性能损耗，用map批量处理：

tibble(category = LETTERS[1:10]) %>% 
  mutate(
    range = map(category, ~quantile(rnorm(100), c(0.025, 0.975), names = FALSE))
  ) %>% 
  unnest_wider(range, names_repair = ~c("category", "lo", "hi"))

内容的提问来源于stack exchange，提问作者sharoz