如何用dplyr将分组列中特定值出现后的所有值置0？

可以通过dplyr的分组操作结合行号判断来实现需求：按id分组后，找到每个组内第一个出现值2的位置，将该位置之后的所有x值设为0，其余值保持不变。

实现代码 #

library(dplyr)

# 处理数据
test_modified <- test %>%
  group_by(id) %>%
  mutate(
    # 标记每个组中第一个出现2的行号，无2则为NA
    first_2_pos = which(x == 2)[1],
    # 对第一个2之后的行，将x设为0；无2的组保持原x
    x = ifelse(!is.na(first_2_pos) & row_number() > first_2_pos, 0, x)
  ) %>%
  select(-first_2_pos) %>% # 移除临时变量
  ungroup() # 取消分组

代码说明 #

• group_by(id)：按id对数据分组，确保每个组内独立处理
• first_2_pos = which(x == 2)[1]：提取每个组中第一个值为2的行的位置，若组内没有2，该值为NA
• ifelse(...)：判断当前行是否在第一个2之后，若是则将x设为0；组内无2时，条件不触发，保留原x值
• select(-first_2_pos)：删除临时创建的first_2_pos列，保持数据结构整洁
• ungroup()：取消分组，将数据还原为普通数据框

验证结果 #

以id=1为例，处理后的数据如下：

test_modified %>% filter(id == 1)
#   id x
# 1  1 0
# 2  1 1
# 3  1 1
# 4  1 2
# 5  1 0

可以看到第一个2之后的x值已被设为0，符合需求。

内容的提问来源于stack exchange，提问作者LucaS