如何使用dplyr将数据框分组的最后一行计算列值设为0？

问题场景 #

先回顾下你的初始数据和需求：
我们有这个数据框：

ID <- c(1, 1, 1, 5, 5)
Period <- c(1,2,3,1,2)
Value <- c(10,12,11,4,6)
df <- data.frame(ID, Period, Value)

它的结构是：

ID Period Value
1 1 1 10
2 1 2 12
3 1 3 11
4 5 1 4
5 5 2 6

你已经用dplyr的mutate算出了Calculate = Period * Value，现在需要修改规则：每个ID分组的最后一行，把Calculate列改成0，最终要得到这样的结果：

ID Period Value Calculate
1 1 1 10 10
2 1 2 12 24
3 1 3 11 0
4 5 1 4 4
5 5 2 6 0

你之前考虑用lead()但担心末尾的表现，其实完全没问题，这里给你两种可靠的实现方法：

方法一：用行号判断（最直观） #

这种方法直接通过分组内的行号来识别最后一行，逻辑清晰，容易理解：

library(dplyr)

df_final <- df %>%
  group_by(ID) %>%
  mutate(Calculate = ifelse(row_number() == n(), 0, Period * Value)) %>%
  ungroup()

• group_by(ID)：先按ID分组，确保我们只在同一个ID的范围内判断
• row_number()：拿到当前行在分组里的序号
• n()：获取当前分组的总行数
• 逻辑判断：如果当前行是分组的最后一行（行号等于总行数），就把Calculate设为0，否则用Period和Value的乘积

方法二：用lead()函数（贴合你的初始思路） #

如果你还是想用lead()，其实不用担心数据框末尾的情况——lead(ID)在分组的最后一行会返回NA，我们刚好可以用这个特性来判断：

df_final <- df %>%
  group_by(ID) %>%
  mutate(Calculate = ifelse(is.na(lead(ID)), 0, Period * Value)) %>%
  ungroup()

• lead(ID)：获取下一行的ID值，分组的最后一行没有下一行，所以会返回NA
• is.na(lead(ID))：如果这个判断为TRUE，就说明当前行是分组最后一行，把Calculate设为0，否则计算乘积

两种方法都能完美得到你想要的结果，第一种更直白，第二种适合你原本的思路延伸，选哪个都可以~

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072