重塑dataframe，使匹配的族成员拥有自己的列

我有一个数据帧

df <- tibble(
  id = 1:5, 
  family = c("a","a","b","b","c"), 
  twin = c(1,2,1,2,1), 
  datacol1 = 11:15, 
  datacol2 = 21:25
  )

df
基尔

cols = c("datacol1", "datacol2")
do.call(rbind, lapply(split(df, df$family), function(x){
    cbind(x, setNames(lapply(x[cols], function(y) {
        if (length(y) == 2) {
            rev(y)
        } else {
            NA
        }}),
        paste0(cols, ".b")))
}))

基尔

cols = c("datacol1", "datacol2")
do.call(rbind, lapply(split(df, df$family), function(x){
    cbind(x, setNames(lapply(x[cols], function(y) {
        if (length(y) == 2) {
            rev(y)
        } else {
            NA
        }}),
        paste0(cols, ".b")))
}))

我们也可以在

library(dplyr)
df %>% 
    group_by(family) %>%
    mutate_at(vars(starts_with('datacol')), list(`2` = 
           ~if(n() == 1) NA_integer_ else rev(.)))
# A tibble: 5 x 7
# Groups:   family [3]
#     id family  twin datacol1 datacol2 datacol1_2 datacol2_2
#  <int> <chr>  <dbl>    <int>    <int>      <int>      <int>
#1     1 a          1       11       21         12         22
#2     2 a          2       12       22         11         21
#3     3 b          1       13       23         14         24
#4     4 b          2       14       24         13         23
#5     5 c          1       15       25         NA         NA

库（dplyr）
df%>%
组别（家庭）%>%
在（vars（以（'datacol'）开头）、list（'2`=
~if（n（）==1）NA_integer_else rev（.））
#一个tibble:5x7
#组别:家庭[3]
#id系列双胞胎datacol1 datacol2 datacol1_2 datacol2_2
#                         
#111121222
#2 a 2 12 22 11 21
#3 3 b 1 13 23 14 24
#4 4 b 2 14 24 13 23
#5 5 c 1 15 25 NA NA

我们也可以在

library(dplyr)
df %>% 
    group_by(family) %>%
    mutate_at(vars(starts_with('datacol')), list(`2` = 
           ~if(n() == 1) NA_integer_ else rev(.)))
# A tibble: 5 x 7
# Groups:   family [3]
#     id family  twin datacol1 datacol2 datacol1_2 datacol2_2
#  <int> <chr>  <dbl>    <int>    <int>      <int>      <int>
#1     1 a          1       11       21         12         22
#2     2 a          2       12       22         11         21
#3     3 b          1       13       23         14         24
#4     4 b          2       14       24         13         23
#5     5 c          1       15       25         NA         NA

库（dplyr）
df%>%
组别（家庭）%>%
在（vars（以（'datacol'）开头）、list（'2`=
~if（n（）==1）NA_integer_else rev（.））
#一个tibble:5x7
#组别:家庭[3]
#id系列双胞胎datacol1 datacol2 datacol1_2 datacol2_2
#                         
#111121222
#2 a 2 12 22 11 21
#3 3 b 1 13 23 14 24
#4 4 b 2 14 24 13 23
#5 5 c 1 15 25 NA NA

我昨晚也在用同样的方法。但我想不出那部分。你偶尔会遇到这种情况吗？@jazzurro在这种情况下，当一个组的行数为1时，OP希望它为NA。但是，在某些情况下，您需要按组获取值的总和，如果所有值都是NA，并且如果我们使用NA.rm=TRUE，则返回0。如果OP希望它是

NA

，那么我们就做

If（all（is.NA（.））NA_real_usem sum（，NA.rm=TRUE）

我昨晚在用同样的方法。但我想不出那部分。你偶尔会遇到这种情况吗？@jazzurro在这种情况下，当一个组的行数为1时，OP希望它为NA。但是，在某些情况下，您需要按组获取值的总和，如果所有值都是NA，并且如果我们使用NA.rm=TRUE，则返回0。如果OP希望它是

NA

，那么我们就做

If（all（is.NA（.））NA\u real\u else sum（，NA.rm=TRUE）