有没有一种方法可以使用purr或dplyr在R中基于两个组添加行？

在R中，purr和dplyr包都提供了强大的功能来处理数据。如果你想要基于两个组添加行，可以使用dplyr包中的bind_rows函数或者purr包中的map_dfr函数来实现。

使用dplyr的bind_rows

bind_rows函数可以将两个或多个数据框按行或列绑定在一起。如果你有两个分组的数据框，并且想要在每个组内添加新的行，你可以这样做：

library(dplyr)

# 假设df1和df2是你的两个数据框，它们有相同的列结构
df1 <- data.frame(group = "A", value = 1:3)
df2 <- data.frame(group = "B", value = 4:6)

# 添加新行到每个组
new_rows_df1 <- data.frame(group = "A", value = c(7, 8))
new_rows_df2 <- data.frame(group = "B", value = c(9, 10))

# 使用bind_rows添加新行
df1_with_new_rows <- bind_rows(df1, new_rows_df1)
df2_with_new_rows <- bind_rows(df2, new_rows_df2)

# 合并两个数据框
result <- bind_rows(df1_with_new_rows, df2_with_new_rows)

使用purr的map_dfr

map_dfr函数可以对列表中的每个元素应用一个函数，并将结果按行合并成一个数据框。如果你有多个组的数据，并且想要对每个组添加新行，可以使用map_dfr：

library(purrr)

# 假设grouped_data是一个列表，其中每个元素是一个分组的数据框
grouped_data <- list(
  A = data.frame(group = "A", value = 1:3),
  B = data.frame(group = "B", value = 4:6)
)

# 定义一个函数来添加新行到每个组的数据框
add_new_rows <- function(df) {
  new_rows <- data.frame(group = df$group[1], value = c(7, 8))
  bind_rows(df, new_rows)
}

# 使用map_dfr应用函数并合并结果
result <- map_dfr(grouped_data, add_new_rows)