R语言dplyr分组生成新列：仅保留兼具幼体和成体的组中成体对应数值

嗨，我看到你的问题了，咱们来一步步解决它～

你的需求很明确：按sp.name分组后，只有当组里同时存在young和adult两个阶段时，才在adult对应的行把number值放到新列new_column里，其他所有情况（包括同组的young行、以及只存在单一阶段的组的所有行）都填0。

先分析你现有代码的问题 #

你当前的代码里，当组同时包含两种阶段时，number[stage == 'adult']会取出该组中adult对应的number值，但因为mutate是逐行处理分组内的每一行，这个单一值会被自动广播到组内的所有行，导致同组的young行也拿到了adult的数值，这就是不符合预期的原因。

修正后的解决方案 #

我们需要把判断逻辑拆成两层：先确认当前组是否同时存在两种阶段，再判断当前行是不是adult，只有两层条件都满足时才返回number，否则返回0。这里提供两种写法，你可以根据习惯选择：

写法1：用辅助列更清晰

library(dplyr)

# 你的原始数据
df <- data.frame(
  sp.name= c('a','a', 'b', 'b' ,'c', 'd' ),
  number=c(2,2,3, 3,4,4),
  stage= c('adult', 'young', 'young','adult', 'adult', 'young')
)

df_processed <- df %>%
  group_by(sp.name) %>%
  mutate(
    # 先判断当前组是否同时包含young和adult
    has_both_stages = all(c('young', 'adult') %in% stage),
    # 双重条件：组内有双阶段 且 当前行是adult，才返回number，否则0
    new_column = ifelse(has_both_stages & stage == 'adult', number, 0)
  ) %>%
  select(-has_both_stages)  # 移除辅助列，让结果更简洁

print(df_processed)

写法2：合并逻辑成一行（更紧凑）

df_processed <- df %>%
  group_by(sp.name) %>%
  mutate(
    new_column = ifelse(all(c('young', 'adult') %in% stage) & stage == 'adult', number, 0)
  )

print(df_processed)

运行后的结果 #

两种写法都会得到你想要的输出：

# A tibble: 6 × 4
# Groups:   sp.name [4]
  sp.name number stage  new_column
  <chr>    <dbl> <chr>       <dbl>
1 a            2 adult           2
2 a            2 young           0
3 b            3 young           0
4 b            3 adult           3
5 c            4 adult           0
6 d            4 young           0

备注：内容来源于stack exchange，提问作者Saneesh C S