求助：使用R语言dplyr按分组实现指定ifelse逻辑的问题

原始数据框HAVE #

HAVE = data.frame(
  STUDENT = c(1,1,1,2,3,3,3,3,4,4),            
  SCORE   = c('PASS','MOD1','MOD2','MOD1','MOD2','MOD2','MOD1','ER','MOD2','ER')
)

期望输出数据框WANT #

WANT = data.frame(
  STUDENT = c(1,2,3,4),
  SCORE = c('PASS','MOD1','PASS','MOD2')
)

分组计算规则 #

• 若分组内存在任意SCORE为PASS，最终结果为PASS
• 若分组内同时包含MOD1和MOD2，最终结果为PASS
• 若分组内仅包含MOD1（无MOD2和PASS），最终结果为MOD1
• 若分组内仅包含MOD2（无MOD1和PASS），最终结果为MOD2

问题分析 #

你之前的代码存在两个核心问题：

1. if_any(SCORE == 'PASS')用法错误，if_any需指定列名，且此处更适合用any(SCORE == 'PASS')判断分组内是否存在PASS
2. 嵌套ifelse是逐行处理逻辑，无法实现分组级别的整体判断

正确的dplyr实现代码 #

library(dplyr)

WANT <- HAVE %>%
  group_by(STUDENT) %>%
  summarise(
    SCORE = case_when(
      any(SCORE == 'PASS') ~ 'PASS',
      all(c('MOD1', 'MOD2') %in% SCORE) ~ 'PASS',
      any(SCORE == 'MOD1') ~ 'MOD1',
      any(SCORE == 'MOD2') ~ 'MOD2',
      TRUE ~ 'ER' # 兜底处理全为ER的极端情况
    ),
    .groups = 'drop' # 计算完成后取消分组状态
  )

代码解释 #

1. group_by(STUDENT)：按学生ID进行分组
2. summarise()：对每个分组做聚合计算，每个分组生成一行结果
3. case_when()：按规则优先级依次判断：
   • 优先检查分组内是否存在PASS，满足则返回PASS
   • 其次检查是否同时包含MOD1和MOD2，满足则返回PASS
   • 接着检查是否存在MOD1，满足则返回MOD1
   • 再检查是否存在MOD2，满足则返回MOD2
   • 最后用TRUE ~ 'ER'处理未覆盖的极端情况
4. .groups = 'drop'：取消分组状态，得到普通数据框

内容的提问来源于stack exchange，提问作者bvowe