使用 dplyr 和 add_row() 在每个组中添加行

Question

如果我使用以下命令向

iris

数据集添加新行：

iris <- as_tibble(iris)

> iris %>% 
    add_row(.before=0)

# A tibble: 151 × 5
    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
          <dbl>       <dbl>        <dbl>       <dbl>   <chr>
1            NA          NA           NA          NA    <NA> <--- Good!
2           5.1         3.5          1.4         0.2  setosa
3           4.9         3.0          1.4         0.2  setosa

它有效。那么，为什么我不能在每个“子集”顶部添加一个新行：

iris %>% 
 group_by(Species) %>% 
 add_row(.before=0)

Error: is.data.frame(df) is not TRUE

Answer 1

更新的版本将使用

group_modify()

而不是

do()

。

iris %>%
  as_tibble() %>%
  group_by(Species) %>% 
  group_modify(~ add_row(.x,.before=0))
#> # A tibble: 153 x 5
#> # Groups:   Species [3]
#>    Species Sepal.Length Sepal.Width Petal.Length Petal.Width
#>    <fct>          <dbl>       <dbl>        <dbl>       <dbl>
#>  1 setosa          NA          NA           NA          NA  
#>  2 setosa           5.1         3.5          1.4         0.2
#>  3 setosa           4.9         3            1.4         0.2

Answer 2

如果你想使用分组操作，你需要

do

就像 JasonWang 在他的评论中描述的那样，因为其他函数如

mutate

或

summarise

期望结果与分组数据帧具有相同的行数（在你的案例，50）或一行（例如总结时）。

您可能知道，一般来说，

do

可能会很慢，如果您无法通过其他方式实现结果，则应该是最后的手段。您的任务非常简单，因为它只涉及在数据框中添加额外的行，这可以通过简单的索引来完成，例如查看

iris[NA, ]

的输出。

你想要的本质上是创建一个向量

indices <- c(NA, 1:50, NA, 51:100, NA, 101:150)

（因为第一组位于第 1 至 50 行，第二组位于第 51 至 100 行，第三组位于第 101 至 150 行）。

结果就是

iris[indices, ]

。

构建此向量的更通用方法是使用

group_indices

。

indices <- seq(nrow(iris)) %>% 
    split(group_indices(iris, Species)) %>% 
    map(~c(NA, .x)) %>%
    unlist

（

map

来自

purrr

，我假设你已经加载了，因为你已经用

tidyverse

标记了它）。

Answer 3

稍有不同，也可以这样做：

library(purrr)
library(tibble)

iris %>%
  group_split(Species) %>%
  map_dfr(~ .x %>%
            add_row(.before = 1))

# A tibble: 153 x 5
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
          <dbl>       <dbl>        <dbl>       <dbl> <fct>  
 1         NA          NA           NA          NA   NA     
 2          5.1         3.5          1.4         0.2 setosa 
 3          4.9         3            1.4         0.2 setosa 
 4          4.7         3.2          1.3         0.2 setosa 
 5          4.6         3.1          1.5         0.2 setosa 
 6          5           3.6          1.4         0.2 setosa 
 7          5.4         3.9          1.7         0.4 setosa 
 8          4.6         3.4          1.4         0.3 setosa 
 9          5           3.4          1.5         0.2 setosa 
10          4.4         2.9          1.4         0.2 setosa 
# ... with 143 more rows

这也可以用于分组数据框，但是，它有点冗长：

library(dplyr)

iris %>%
  group_by(Species) %>%
  summarise(Sepal.Length = c(NA, Sepal.Length), 
            Sepal.Width = c(NA, Sepal.Width), 
            Petal.Length = c(NA, Petal.Length),
            Petal.Width = c(NA, Petal.Width), 
            Species = c(NA, Species))