使用dplyr::mutate与lme4::lmList时如何保留原始行号/受试者ID

我来帮你搞定这两个数据处理里的小问题，都是关于保留关键标识的常见场景：

当你用dplyr::mutate处理数据时，默认的行号（比如tibble的行名）很容易因为过滤、分组、排序这类操作被改变，但只要提前把原始行号存成一个单独的列，就能全程稳稳保留。操作超简单，在任何可能修改行顺序或数量的操作前，先加这么一行：

library(dplyr)

# 假设你的数据集是df，先给它加个原始行号列
df <- df %>%
  mutate(original_row = row_number())  # 这一步生成的就是最初的行号
  # 后面该怎么mutate、filter都随便来，original_row列不会变

不管后续怎么折腾数据，original_row列都会牢牢记住每一行最初的位置，完全不用担心行号丢失。

lme4::lmList按受试者ID拟合模型后，返回的系数表行名就是你的id，但直接进管道用mutate的话，行名会被替换成连续数字，这就麻烦了。解决办法很直接：先把行名转成一个显式的列，这样后续操作就动不了它了。全程用管道链搞定，不用存中间结果：

library(dplyr)
library(lme4)
library(tibble)
library(ggplot2)  # 假设你最后要画斜率-截距图

your_tibble %>%
  lmList(response ~ predictor | id, data = .) %>%  # 按id分组拟合线性模型
  coef() %>%  # 提取每个id的拟合系数（截距、斜率）
  rownames_to_column(var = "id") %>%  # 把行名里的id转成正式数据列
  mutate(  # 这里可以加你需要的任何计算，比如标准化系数
    slope_scaled = scale(slope),
    intercept_scaled = scale(intercept)
  ) %>%
  ggplot(aes(x = intercept, y = slope)) +  # 直接绘图
  geom_point(aes(color = id)) +
  theme_minimal()

核心就是rownames_to_column(var = "id")这一步，把原本藏在行名里的受试者ID变成一个实实在在的列，这样后面不管怎么mutate或者处理，ID信息都不会丢，完美实现从数据到绘图的无中间输出管道流程。

内容的提问来源于stack exchange，提问作者S J Cowtan