如何在R中进一步筛选满足特定年龄测量条件的纵向BMI数据集

可以用dplyr的分组+筛选结合between函数实现需求，全程用tidyverse语法更简洁统一，完整代码如下：

library(tidyverse)

# 加载数据并完成所有筛选步骤
dat_final <- read.csv("https://raw.githubusercontent.com/aelhak/NCRM2023/main/bmi_long.csv") %>% 
  select(id, age, bmi) %>% 
  # 初步筛选年龄在2周至10岁区间的观测
  filter(age > 0.038 & age < 10.1) %>%
  # 按个体分组
  group_by(id) %>%
  # 同时满足三个筛选条件：至少3次测量、有2岁前观测、有5-7岁区间观测
  filter(
    n() >= 3,
    any(age < 2),
    any(between(age, 5, 7))
  ) %>%
  # 取消分组，恢复普通数据框格式
  ungroup()

关键部分解释 #

• group_by(id)：把数据按个体ID分组，后续所有判断都针对每个ID的全部观测
• n() >= 3：直接用n()获取每组的观测数量，替代你之前用rle的写法，更直观
• any(age < 2)：检查该ID是否存在至少一次年龄小于2岁的BMI观测
• between(age, 5, 7)：这就是你想用到的函数，用法是between(x, 左边界, 右边界)，判断x是否落在包含边界的区间内；搭配any()就能确认该ID是否有至少一次观测在5-7岁之间

如果想保留你原来分步处理的逻辑，也可以把筛选拆成两步：

library(tidyverse)

# 加载数据并初步筛选年龄
dat <- read.csv("https://raw.githubusercontent.com/aelhak/NCRM2023/main/bmi_long.csv") %>% 
  select(id, age, bmi) %>% 
  filter(age > 0.038 & age < 10.1)

# 筛选至少3次测量的个体
dat <- dat %>%
  group_by(id) %>%
  filter(n() >= 3) %>%
  ungroup()

# 进一步筛选满足年龄条件的个体
dat_final <- dat %>%
  group_by(id) %>%
  filter(
    any(age < 2),
    any(between(age, 5, 7))
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者aelhak