R语言按Event ID分组并按条件筛选行为列的需求

问题描述 #

现有包含Event ID、Species、Behaviour列的表格，同一事件的记录共用相同Event ID。需要按Event ID分组后对Behaviour列执行以下规则：

• 若组内存在非“Pass”的行为，则保留这些行为（多个用逗号分隔，去重）
• 若组内仅存在“Pass”，则保留“Pass”

当前使用group_by+summarise的max方法仅能返回出现次数最多的行为，无法满足需求，需实现正确方案。

原始数据 #

期望结果 #

尝试的错误代码 #

event_bhv <- data %>% group_by(Event_ID) %>% summarise(event_behaviour = max(Behaviour))

正确实现方案 #

使用dplyr包的分组、过滤去重与条件判断即可实现需求，代码如下：

library(dplyr)

# 先统一列名（避免空格带来的语法问题）
data <- data %>% rename(Event_ID = `Event ID`)

event_bhv <- data %>%
  group_by(Event_ID) %>%
  summarise(
    Behaviour = {
      # 提取组内非Pass的唯一行为
      non_pass_behaviours <- unique(Behaviour[Behaviour != "Pass"])
      # 根据是否存在非Pass行为返回对应结果
      if (length(non_pass_behaviours) > 0) {
        paste(non_pass_behaviours, collapse = ", ")
      } else {
        "Pass"
      }
    }
  )

代码说明 #

1. 列名统一：将带空格的Event ID重命名为Event_ID，避免后续代码出现语法错误
2. 分组逻辑：按Event_ID分组后，在summarise中完成核心判断：
   • 筛选并去重组内所有非“Pass”的行为
   • 若存在非“Pass”行为，用逗号拼接成字符串；若不存在，则返回“Pass”

运行上述代码后即可得到符合需求的结果。

内容的提问来源于stack exchange，提问作者Hastiel