基于列位置拆分dataframe为分组子表的tidyverse实现求助

实现方案（tidyverse生态） #

以下代码可实现按指定列数拆分数据集为嵌套子tibble，可直接适配你的需求：

library(tidyverse)

# 1. 定义每组的列数，你的实际业务场景改成6即可
col_per_group <- 3

# 2. 执行拆分，得到嵌套tibble
split_result <- mtcars %>%
  as_tibble() %>%
  {
    # 生成列索引的分组规则
    col_seq <- seq_along(.)
    col_groups <- split(col_seq, ceiling(col_seq / col_per_group))
    # 按分组提取对应列生成子tibble
    map(col_groups, ~ pick(all_of(.x)))
  } %>%
  # 转换为结构化的嵌套tibble，可直接用于后续批量处理
  enframe(name = "分组编号", value = "子数据集")

结果说明 #

输出的split_result是一个两层结构的tibble：

• 每行对应一个分组，分组编号按列的顺序从1开始递增
• 子数据集列的每个元素都是对应分组的独立tibble，保留原数据集的全部行数据
• 你自己的66列数据集只需将col_per_group改为6，即可自动生成11个每组6列的子数据集

原代码问题说明 #

1. 之前使用的group_by(across())逻辑是按行的数值分组，不是按列的位置拆分，和需求完全不匹配
2. pivot_longer的写法只选中了前3列，也没有配置列分组的拆分规则，因此无法覆盖全量列生成对应分组

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