dplyr分组汇总（group()+summarise()）后能否在汇总行下展示组内hp记录？

没问题！要达成你想要的效果——在每个cyl分组的汇总行下方直接列出该组的所有hp记录——用dplyr的group_modify()函数就能轻松实现，它允许我们对每个分组单独做数据拼接，再整合成最终结果。

先上完整可运行的代码：

library(dplyr)

# 处理mtcars数据集，实现分组汇总+组内hp记录展示
result <- mtcars %>%
  group_by(cyl) %>%
  group_modify(function(group_data, group_key) {
    # 1. 生成当前分组的汇总行
    summary_row <- tibble(
      cyl = group_key$cyl,
      summary_n = nrow(group_data),  # 记录该组行数
      hp = NA_real_  # hp列用NA占位，保证列结构统一
    )
    
    # 2. 提取当前分组的hp记录行，补充summary_n列的占位NA
    hp_records <- group_data %>%
      select(cyl, hp) %>%
      mutate(summary_n = NA_real_)
    
    # 3. 把汇总行放在组内记录的最前面，合并成一组数据
    bind_rows(summary_row, hp_records)
  }) %>%
  ungroup()

# 查看前15行验证效果
head(result, 15)

代码细节解释： #

• group_by(cyl)：先按气缸数完成分组，这是所有分组操作的基础。
• group_modify()：这是核心工具——它会逐个遍历每个分组，给我们两个参数：group_data是当前分组的完整数据集，group_key是包含当前分组键（也就是cyl值）的单行数据。
• 构建汇总行：我们手动创建一行汇总信息，填入当前组的cyl值和行数，hp列用NA占位，这样能保证汇总行和后续的记录行列数、列名完全一致，才能顺利合并。
• 处理组内记录：从当前分组里提取cyl和hp，给summary_n列补NA占位，确保和汇总行的结构匹配。
• 合并行：用bind_rows()把汇总行放在最前面，后面跟着该组的所有hp记录，这样每个分组的结构就是「汇总行 + 组内hp记录」。
• ungroup()：最后取消分组，得到一个扁平的数据集，方便查看或后续处理。

如果你想更清晰地区分汇总行和记录行，可以加一个标识列，比如row_type，标记是"summary"还是"record"，调整代码如下：

result_with_type <- mtcars %>%
  group_by(cyl) %>%
  group_modify(function(group_data, group_key) {
    summary_row <- tibble(
      cyl = group_key$cyl,
      row_type = "summary",
      summary_n = nrow(group_data),
      hp = NA_real_
    )
    
    hp_records <- group_data %>%
      select(cyl, hp) %>%
      mutate(row_type = "record", summary_n = NA_real_)
    
    bind_rows(summary_row, hp_records)
  }) %>%
  ungroup()

这样输出的时候，你能一眼看出哪行是汇总、哪行是原始记录。

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