如何拆分数据框，应用某些功能并将其放回原处？

通常，我有一个包含数字变量和分类变量的数据框，并且我想根据分类变量拆分数字变量，执行一些操作，然后以数据框的形式将其放回原处。该运算取决于类别中数值向量的整个部分，有时会返回不同长度的向量。我知道如何以丑陋的方式执行此操作（请参见下面的示例），但这似乎是一种常见的操作，所以我想知道是否有一种我不知道的简单方法。我特别想知道是否有使用的解决方案tidyverse。

这是我正在谈论的示例。

df = data.frame(y=1:10, g=rep(c("a", "b"), each=5))

假设我想将分类变量的每个级别的变量标准化为y0到1之间。这是执行此操作的一般方法：

do.call(
    rbind,
    lapply(unique(df$g),
           function(level) {
               y.current = df$y[df$g==level]

               ## perform some operation
               y.new = (y.current-min(y.current))/
                   (max(y.current)-min(y.current))

               return(data.frame(y=y.new,
                                 g=level))
           }
           )
)

这需要大量的输入并且不是很可读。有没有更好的办法？

编辑：感谢您的伟大答案。我唯一仍然感兴趣的是使用tidyverse。如果我们改变的例子的操作，其中的数值矢量的大小被减小，但大于一，则group_by/ mutate/summarize组合不起作用。例如，假设我要删除每个组中的最大值。我可以

library(dplyr)
df = data.frame(y=1:10, g=rep(c("a", "b"), each=5))
trans_df = df %>%
    group_by(g) %>%
    do(y=.$y[-which.max(.$y)])

变换后的数据帧trans_df具有每个级别只有一个观察值的分组变量，并且变换后的变量作为分组变量的每个级别的列表。我可以使用base R将它放在原始格式中

data.frame(g=rep(trans_df$g, times=sapply(trans_df$y, length)),
           y=do.call(c, trans_df$y))

但是我该如何使用tidyverse呢？