如何在R中实现循环迭代直至所有结果均为TRUE？

要实现持续迭代处理直到result列全为TRUE，可以用while循环控制流程，每次迭代都基于上一轮筛选后的数据集重新计算统计量、生成判断结果并剔除无效行，直到没有需要剔除的数据为止。

修正后的完整循环代码 #

# 初始化循环标记：默认存在需要剔除的FALSE结果
has_false <- TRUE

# 启动循环，直到所有result均为TRUE
while(has_false) {
  # 分组计算value的均值、标准差，生成判断结果
  df_processed <- df %>%
    group_by(name, parameter) %>%
    summarise(
      mean = mean(value, na.rm = TRUE),
      sd = sd(value, na.rm = TRUE)
    ) %>%
    mutate(result = (sd - mean < mean - 1.5*sd) & (mean - sd < sd + 1.5*mean)) %>%
    drop_na()
  
  # 只保留result为TRUE的数据，更新原数据集
  df <- df_processed %>% filter(result)
  
  # 检查当前数据集是否还有FALSE结果，更新循环标记
  has_false <- any(!df$result, na.rm = TRUE)
}

关键说明 #

1. 循环控制逻辑：has_false作为循环开关，每次迭代后检查当前数据中是否还存在FALSE的result，如果没有则终止循环。
2. 分组统计修正：原代码中summarise_at(parameter, ...)存在逻辑错误，应该针对value列计算均值和标准差（parameter是分组字段，不是数值统计列），改用summarise直接指定计算逻辑更清晰。
3. 迭代更新：每次循环都会用筛选后的新数据集覆盖原df，确保下一轮迭代基于最新的有效数据计算。

注意事项 #

• 确保原始df包含name、parameter、value三列，且value为数值类型。
• 如果某一轮筛选后所有result都为TRUE，循环会直接终止，不会重复执行。
• 若迭代过程中某组数据被全部剔除，后续循环会自动跳过该分组的计算。

内容的提问来源于stack exchange，提问作者AveAT