R语言：对分组数据应用基于THB标记的Dist条件生成布尔值

首先确保加载dplyr包：

library(dplyr)

正确处理代码（方法一：分组内直接计算） #

直接在分组操作中，计算每组内Remark == "THB"的Dist最小值，再进行布尔判断：

Profile_processed <- Profile %>%
  group_by(Profil) %>%
  mutate(
    # 提取当前组内Remark为"THB"的Dist值，计算最小值（忽略NA）
    min_thb_dist = min(ifelse(Remark == "THB", Dist, NA), na.rm = TRUE),
    # 核心判断：当前记录的Dist <= 组内THB的最小Dist则标记为TRUE
    P = Dist <= min_thb_dist
  ) %>%
  ungroup() # 可选，取消分组状态

正确处理代码（方法二：先汇总再合并） #

先单独提取THB记录，按Profil分组计算最小Dist，再合并到原数据集进行判断：

# 预计算每个Profil对应的THB最小Dist
thb_min_summary <- Profile %>%
  filter(Remark == "THB") %>%
  group_by(Profil) %>%
  summarise(min_thb_dist = min(Dist)) %>%
  ungroup()

# 合并数据并生成标记
Profile_processed <- Profile %>%
  left_join(thb_min_summary, by = "Profil") %>%
  mutate(P = Dist <= min_thb_dist)

之前代码的问题分析 #

1. 第一段代码错误：
   • 误用max而非需求中的min
   • 写法Dist %>% filter(Remark == "THB")不符合dplyr语法，无法在组内正确筛选对应Remark的Dist值
2. 第二段代码错误：
   • Int$Dist是全局的子集数据，没有按Profil分组匹配，导致所有组都使用了全局的max值，不符合按组判断的需求

内容的提问来源于stack exchange，提问作者C. Guff