R按列拆分数据框保留state列、重命名列表并统一列名的实现

核心需求 #

• 按指标列拆分数据框时，每个拆分得到的列表子对象需完整保留state列
• 拆分完成后统一格式：列表元素的名称对应原指标列名，所有子对象的内部列名完全一致

示例输入代码 #

df <- data.frame(state = rep(letters[1:3], each = 2),
                 score1 = rnorm(6, 1, 1),
                 score2 = rnorm(6, 10, 1))

期望输出结构 #

$`score1`
   state      value 
1      a  0.3406192
2      a  0.9598098
3      b  0.8813060
4      b  0.9803431
5      c  0.5143215
6      c -0.4401475 

$`score2`
   state      value
1      a  10.332035
2      a  11.572288
3      b  8.930529
4      b  10.916287
5      c  9.405007
6      c  12.181647

Tidyverse体系实现方案 #

全程依托标准数据规整逻辑完成，无需手动写循环遍历列名：

library(tidyverse)

split_result <- df |>
  # 将除state外的所有指标列转为长格式，统一生成value列
  pivot_longer(cols = -state, names_to = "metric", values_to = "value") |>
  # 按指标名拆分数据集
  group_split(metric) |>
  # 按原指标列名给列表元素命名
  setNames(unique(pull(., metric))) |>
  # 统一每个子对象的列结构，移除中间标识列
  map(~select(.x, state, value))

方案适配性 #

• 输出结构完全匹配后续业务流程：统一的state、value列名可直接对接purrr::map()批量运行模型、按state分组计算均值与标准差、生成嵌套tibble等操作
• 拓展性强：自动识别所有非state的指标列，后续数据新增其他指标时无需调整拆分代码
• 规避手动取列的常见问题：不会出现子对象漏带state列、不同子对象列名不统一的疏漏

内容的提问来源于stack exchange，提问作者jnat