基于R语言现有数据框z1连续两行生成新数据框z2的实现方法

我来帮你搞定这个需求！首先我们明确核心目标：在每个time分组内，对连续两行的roi和area做10个点的线性插值，最终生成总行数为10*nrow(z1)的新数据框z2。下面分两种常用方法实现，你可以根据习惯选择：

方法一：dplyr（tidyverse风格） #

先加载dplyr包，同时设置随机种子让area的随机结果可复现：

library(dplyr)
set.seed(123) # 固定随机数种子，保证每次运行结果一致
z1 <- data.frame(time=as.factor(rep(0.5:9.5,times=rep(c(9,10,8,11,12),2))), 
                 roi= rep(c(1:9,1:10,1:8,1:11,1:12),2), 
                 area=runif(100, 5.0, 7.5))

接下来是核心的插值与拼接步骤：

z2 <- z1 %>%
  group_by(time) %>%  # 按time分组，确保仅在同一时间区间内插值
  group_modify(function(df, .group) {
    # 遍历当前分组的每一对连续行，生成10个插值点
    interp_rows <- lapply(1:(nrow(df)-1), function(i) {
      tibble(
        time = .group$time,
        roi = seq(df$roi[i], df$roi[i+1], length.out = 10),
        area = seq(df$area[i], df$area[i+1], length.out = 10)
      )
    }) %>% bind_rows()
    
    # 把当前分组的最后一行复制10次，凑够每个分组10倍于原行数的总行数
    final_rows <- tibble(
      time = .group$time,
      roi = rep(df$roi[nrow(df)], 10),
      area = rep(df$area[nrow(df)], 10)
    )
    
    # 合并插值行和最后一行的复制行
    bind_rows(interp_rows, final_rows)
  }) %>% ungroup() # 取消分组，回到普通数据框格式

方法二：data.table（高效处理大数据） #

如果你的数据量较大，data.table的运行速度会更有优势，代码如下：

library(data.table)
set.seed(123)
z1 <- data.frame(time=as.factor(rep(0.5:9.5,times=rep(c(9,10,8,11,12),2))), 
                 roi= rep(c(1:9,1:10,1:8,1:11,1:12),2), 
                 area=runif(100, 5.0, 7.5))
setDT(z1) # 将普通数据框转换为data.table格式

z2 <- z1[, {
  df <- .SD
  # 生成连续行对的插值列表
  interp_list <- lapply(1:(.N-1), function(i) {
    data.table(
      time = time[1],
      roi = seq(df$roi[i], df$roi[i+1], length.out = 10),
      area = seq(df$area[i], df$area[i+1], length.out = 10)
    )
  })
  # 加上最后一行的10次复制，合并所有结果
  rbindlist(c(interp_list, list(data.table(
    time = time[1],
    roi = rep(df$roi[.N], 10),
    area = rep(df$area[.N], 10)
  ))))
}, by = time]

结果验证 #

你可以用nrow(z2)检查行数，应该正好是10*nrow(z1)即1000行；也可以筛选某个time分组（比如filter(z2, time == "0.5")）查看行数是否为90行，验证是否符合预期。

内容的提问来源于stack exchange，提问作者Hoang Le