如何在R语言dataframe的每个分组首行上方插入指定内容的新行

实现方案 #

基础R版本（无需加载额外依赖） #

逻辑为按group拆分已排序的数据集，给每个分组头部插入指定行后再合并，性能稳定，适配数千行/列的场景：

# 构造示例数据
set.seed(123)
tmp = data.frame(group = c(rep("A", 5), rep("B",2), rep("C",6)), value = rnorm(13))

# 按group拆分数据集
split_df <- split(tmp, tmp$group)

# 批量给每个分组插入头部行
processed_list <- lapply(split_df, function(df) {
  # 通用构造插入行，适配任意列数
  insert_row <- as.data.frame(matrix(NA, nrow = 1, ncol = ncol(df)))
  colnames(insert_row) <- colnames(df)
  insert_row[1, 1] <- "GROUP"
  return(rbind(insert_row, df))
})

# 合并为最终结果
final_df <- do.call(rbind, processed_list)
rownames(final_df) <- NULL

tidyverse版本（代码更简洁） #

用dplyr的分组操作实现，代码可读性更高：

library(dplyr)

final_df <- tmp %>%
  group_by(group) %>%
  group_modify(function(.x, .y) {
    # 适配任意列数的插入行构造
    insert_row <- as.data.frame(setNames(as.list(c("GROUP", rep(NA, ncol(tmp)-1))), colnames(tmp)))
    bind_rows(insert_row, .x)
  }) %>%
  ungroup() %>%
  select(all_of(colnames(tmp)))

方案说明 #

你原本考虑的按首现位置插入的思路也可行，但上述拆分后批量处理的方案逻辑更清晰，不容易出现索引偏移的错误，性能也优于逐行插入，适合大数据量场景。

内容的提问来源于stack exchange，提问作者nrcombs