在R语言中若组内任意行满足条件则移除整组的实现方法

需求说明 #

需要删除所有分组内出现过组切换（即同一ID的group值发生过变化）的ID对应的全部记录。

方法一：基于transition列筛选 #

先计算标记组切换的transition列，再判断每个ID是否存在切换，最后筛选出无切换的ID：

library(dplyr)

# 构造原始数据
years <- c("2000", "2001", "2002", "2003", "2000", "2001", "2002", "2003")
IDs <- c(1,1,1,1,2,2,2,2)
group <- c("A", "A", "B", "A", "B", "B", "B", "B")
people <- data.frame(years, IDs, group)

# 处理逻辑
people_cleaned <- people %>%
  group_by(IDs) %>%
  # 生成transition列，首行默认无切换（标记为NO）
  mutate(transition = case_when(
    row_number() == 1 ~ "NO",
    group != lag(group) ~ "YES",
    TRUE ~ "NO"
  )) %>%
  # 标记当前ID是否存在切换
  mutate(has_transition = any(transition == "YES")) %>%
  # 筛选无切换的ID记录
  filter(!has_transition) %>%
  # 移除辅助列（可选）
  select(-transition, -has_transition) %>%
  ungroup()

# 查看结果
print(people_cleaned)

运行结果仅保留ID=2的所有行，因为ID=1存在多次组切换。

方法二：直接判断分组内group唯一性（更简洁高效） #

无需生成transition列，直接通过判断每个ID的group值是否唯一来实现需求：

library(dplyr)

# 构造原始数据（同上）
years <- c("2000", "2001", "2002", "2003", "2000", "2001", "2002", "2003")
IDs <- c(1,1,1,1,2,2,2,2)
group <- c("A", "A", "B", "A", "B", "B", "B", "B")
people <- data.frame(years, IDs, group)

# 简洁版处理逻辑
people_cleaned <- people %>%
  group_by(IDs) %>%
  # 仅保留group值唯一的ID（无切换）
  filter(n_distinct(group) == 1) %>%
  ungroup()

# 查看结果
print(people_cleaned)

此方法利用n_distinct(group)统计分组内group的唯一值数量：若等于1，说明该ID无组切换，保留所有行；若大于1，说明存在切换，过滤整个组。

内容的提问来源于stack exchange，提问作者jerH