如何用dplyr的mutate创建仅保留最小值首次出现的新列？

基础单表场景 #

直接利用which.min()定位首个最小值的行索引，结合row_number()判断匹配，就能在mutate里直接生成目标列：

library(dplyr)

# 假设数据框为df，目标列是value，新列命名为min_first_occurrence
df <- df %>%
  mutate(
    min_first_occurrence = ifelse(row_number() == which.min(value), value, NA_real_)
  )

如果偏好case_when写法，逻辑完全一致：

df <- df %>%
  mutate(
    min_first_occurrence = case_when(
      row_number() == which.min(value) ~ value,
      .default = NA_real_
    )
  )

分组场景（按组保留每组首个最小值） #

如果需要按分组处理，只需在group_by后执行相同逻辑，组内会自动识别首个最小值的位置：

df <- df %>%
  group_by(group_column) %>% # 替换为你的分组列名
  mutate(
    min_first_occurrence = ifelse(row_number() == which.min(value), value, NA_real_)
  ) %>%
  ungroup()

逻辑说明 #

• which.min(value)会返回value列中第一个出现最小值的行索引，天然实现了类似slice_min(..., with_ties=FALSE)的去重效果
• 用row_number()匹配该索引，只有对应行保留原数值，其余行填充NA
• 全程无需额外的left_join操作，完全在mutate步骤内完成，简洁高效

内容的提问来源于stack exchange，提问作者elikesprogramming