tidyverse分组后无法获取每组内第一个TRUE位置的问题排查

需求 #

在每个id分组内，保存level变量中第一个TRUE的位置。

现有代码 #

用户使用tidyverse编写的代码如下：

library(tidyverse)

data <- data %>%
  group_by(id) %>%
  mutate(first_true = min(which(data$level == TRUE))) %>%
  ungroup()

问题现象 #

运行后first_true的结果对所有id都相同，group_by(id)没有起到分组计算的作用。

示例数据 #

id <- c(1,1,1,2,2,2,3,3,3)
level <- c(FALSE,FALSE,FALSE,FALSE,TRUE,TRUE,TRUE,TRUE,TRUE)
data <- data.frame(id, level)
data$level <- as.logical(data$level)

期望输出 #

id first_true
1 0
1 0
1 0
2 2
2 2
2 2 
3 1
3 1
3 1

问题原因 #

核心问题是你在mutate中使用了data$level，这会直接引用整个原始数据集的level列，而不是group_by后每个分组内的level子集。因此which(data$level == TRUE)会找出全表所有TRUE的位置，取最小值后对所有分组都一致，完全忽略了分组逻辑。

另外，当分组内没有TRUE时，min(which(...))会返回Inf，不符合你期望的0值，这也是需要处理的边界情况。

修正后的代码 #

写法一：用ifelse处理空值 #

library(tidyverse)

data <- data %>%
  group_by(id) %>%
  mutate(
    first_true = ifelse(any(level), min(which(level == TRUE)), 0)
  ) %>%
  ungroup()

写法二：用match+coalesce简化逻辑 #

match(TRUE, level)会返回分组内第一个TRUE的位置，找不到时返回NA，再用coalesce把NA替换成0：

data <- data %>%
  group_by(id) %>%
  mutate(first_true = coalesce(match(TRUE, level), 0)) %>%
  ungroup()

验证结果 #

运行上述修正代码后，每个id分组的first_true会正确显示该组第一个TRUE的位置，无TRUE的组返回0，与期望输出一致。

内容的提问来源于stack exchange，提问作者Dan