基于pos变量分组筛选数据行的R语言实现需求

方法一：使用dplyr包（tidyverse生态） #

这是处理分组数据最常用的简洁方式，通过排序+取首行实现需求：

# 加载dplyr包
library(dplyr)

# 构造数据集
region <- c('A','A','B','B','C','D','D','E')
pos <- c(0,1,0,1,0,0,1,0)
df <- data.frame(region, pos)

# 按规则处理数据
result <- df %>%
  group_by(region) %>%
  arrange(desc(pos), .by_group = TRUE) %>% # 组内按pos降序，确保pos=1排在最前
  slice_head(n = 1) %>% # 提取每组第一行
  ungroup() %>% # 取消分组状态
  rename(Region = region) # 匹配预期结果的列名

print(result)

执行后会直接输出符合要求的结果：每个Region对应一行，优先保留pos=1的记录，无pos=1则保留pos=0。

方法二：使用Base R（无需额外安装包） #

如果不想依赖第三方包，可以用原生R函数实现：

# 构造数据集
region <- c('A','A','B','B','C','D','D','E')
pos <- c(0,1,0,1,0,0,1,0)
df <- data.frame(region, pos)

# 分组处理逻辑
result <- do.call(rbind, lapply(split(df, df$region), function(sub_df) {
  # 检查当前组是否有pos=1的记录
  if(any(sub_df$pos == 1)) {
    sub_df[sub_df$pos == 1, , drop = FALSE][1, ]
  } else {
    sub_df[sub_df$pos == 0, , drop = FALSE][1, ]
  }
}))

# 调整列名和行号，匹配预期格式
colnames(result)[1] <- "Region"
rownames(result) <- seq_len(nrow(result))

print(result)

逻辑说明：先按Region拆分数据集为子列表，遍历每个子列表判断是否存在pos=1的记录，按需提取后再合并为最终数据框。

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