如何用R语言合并实现满足配对条件的分组样本筛选？

原始数据 #

raw.df <- data.frame(id = c("X01", "X02", "X03", "X04", "X05", "X06", "X07", "X08", "X09", "X10"),
           subject = c("S01", "S01", "S01", "S02", "S02", "S03", "S04", "S04", "S05", "S06"),
           time = c("D0", "D1", "D2", "D0", "D2", "D0", "D0", "D2", "D2", "D2"),
           response = c("Y", "Y", "Y", "N", "N", "Y", "Y", "Y", "Y", "N"))

需求说明 #

需要为上述数据新增selected列，规则如下：

• 若某个subject的所有样本response均为"Y"，且该subject同时拥有D0和D2时间点的样本，则该subject对应的这两个时间点的样本selected值为"Y"
• 其余所有样本的selected值为"N"

目标结果 #

final.df <- data.frame(id = c("X01", "X02", "X03", "X04", "X05", "X06", "X07", "X08", "X09", "X10"),
           subject = c("S01", "S01", "S01", "S02", "S02", "S03", "S04", "S04", "S05", "S06"),
           time = c("D0", "D1", "D2", "D0", "D2", "D0", "D0", "D2", "D2", "D2"),
           response = c("Y", "Y", "Y", "N", "N", "Y", "Y", "Y", "Y", "N"),
           selected = c("Y", "N", "Y", "N", "N", "N", "Y", "Y", "N", "N"))

原始分步实现 #

之前采用两步操作完成需求：

第一步：初步筛选候选样本 #

final.df <- raw.df %>%
  mutate(selected = case_when(time %in% c("D0", "D2") & response == "Y" ~ "Y",
                              TRUE ~ "N"))

第二步：处理配对逻辑 #

final.df %>%
  filter(selected == "Y") %>%
  group_by(subject) %>%
  add_count() %>% ungroup() %>%
  mutate(n = if_else(n == 2, "Include", "Exclude")) %>%
  dplyr::rename(`paired` = n) 

优化后的合并实现 #

通过分组计算核心条件，可一次性完成selected列的赋值，代码更简洁高效：

library(dplyr)

final.df <- raw.df %>%
  group_by(subject) %>%
  mutate(
    # 计算当前subject是否满足核心条件：全Y且同时有D0、D2
    meets_criteria = all(response == "Y") & all(c("D0", "D2") %in% time),
    # 根据条件和时间点赋值selected
    selected = case_when(
      meets_criteria & time %in% c("D0", "D2") ~ "Y",
      TRUE ~ "N"
    )
  ) %>%
  ungroup() %>%
  select(-meets_criteria) # 可选：移除中间辅助列，按需保留

逻辑解释 #

1. 按subject分组后，先判断每组是否符合两个核心要求：该组所有样本response为"Y"，且包含D0和D2两个时间点
2. 基于组的判断结果，仅对符合条件的组中time为D0或D2的样本标记selected为"Y"，其余样本均为"N"
3. 最后可选择移除中间辅助列meets_criteria，得到最终目标数据框

内容的提问来源于stack exchange，提问作者eraysahin