R语言中如何简洁实现列总和替换指定分组的数据行

你原写法存在几个可以优化的点：

• 引入了无意义的临时标记列，后续还要靠is.na()判断过滤旧记录，操作链路冗余
• 在全量分组的上下文中嵌套取数，.[.$group1 ==3,]实际取的是当前分组的子集，不是全局的目标行集合，只是因为当前分组维度下group1值固定，才刚好得到正确结果，属于容易踩坑的隐式依赖逻辑

下面两个方案都是更符合tidyverse设计逻辑的写法，无额外临时操作：

推荐方案：组内条件判断聚合 #

顺着「先按两个分类维度全量分组，再根据每个分组的属性决定聚合规则」的逻辑写，全程不需要拆分、绑定、删辅助列：

df %>% 
  group_by(group1, group2) %>% 
  summarise(
    # 分组属于group1=3时对vals求和，其余分组保留原始值
    vals = if (cur_group()$group1[1] == 3) sum(vals) else vals[1],
    .groups = "drop"
  )

运行后的输出和预期结果完全一致：

# A tibble: 6 x 3
  group1 group2  vals
   <dbl> <chr>  <dbl>
1      1 A         13
2      1 B         56
3      2 A         15
4      2 B         50
5      3 A         14
6      3 B         81

方案优势：

• 没有额外的临时标记列，不需要最后手动删除辅助字段
• 所有操作都在同一个分组上下文里完成，不存在跨上下文取数的作用域问题
• 规则清晰，后续要调整聚合范围只要改条件判断的阈值即可

备选方案：拆分独立逻辑单元 #

如果后续要对group1=3的组做更复杂的聚合计算，拆成两部分分别处理再合并的写法可读性更强，比原写法干净很多：

df %>% 
  # 保留不需要聚合的行
  filter(group1 != 3) %>% 
  # 合并聚合后的group1=3的部分
  bind_rows(
    df %>% 
      filter(group1 == 3) %>% 
      group_by(group1, group2) %>% 
      summarise(vals = sum(vals), .groups = "drop")
  )

这个写法没有任何隐式过滤逻辑，每一步的数据流向都清晰：哪部分是原封不动保留的行，哪部分是经过聚合处理的行，一眼就能看懂。 #

内容的提问来源于stack exchange，提问作者Kate Ham