如何在R中使用dplyr::group_by根据分组变量值执行不同函数？

报错原因 #

你遇到的the condition has length > 1错误，是因为if语句要求判断条件是长度为1的标量值，但直接调用block.type=="p"时，返回的是和组内行数等长的逻辑向量（比如p组返回20个TRUE，m组返回15个FALSE），不符合if的输入要求。

由于你的分组逻辑是按stim.type+block.type组合，每个分组内的block.type值完全一致，只需提取组内单个值作为判断条件即可解决问题。

修正方案 #

以下两种写法都能实现需求，推荐第一种更简洁的方式：

方法一：用first()提取组内标量判断

set.seed(0)
library(tidyverse)

# 创建示例数据
df <- dplyr::tibble(
  stim.type = c(rep("a",35),rep("b",35), rep("c",35),rep("d",35)),
  block.type = rep(c(rep("m",15),rep("p",20)),4)
)

# 修正后的分组抽样代码
df <- df %>%
  dplyr::group_by(stim.type, block.type) %>%
  dplyr::mutate(rating = if (first(block.type) == "p") {
    # p类型组：抽样3个yes、17个no
    sample(c(rep("yes", 3), rep("no", 17)), n())
  } else {
    # m类型组：抽样3个yes、12个no
    sample(c(rep("yes", 3), rep("no", 12)), n())
  }) %>%
  dplyr::ungroup()  # 完成分组操作后取消分组，避免后续操作干扰

方法二：用case_when实现多条件判断

逻辑和方法一一致，写法更结构化，适合后续扩展更多条件的场景：

df <- df %>%
  dplyr::group_by(stim.type, block.type) %>%
  dplyr::mutate(rating = case_when(
    first(block.type) == "p" ~ sample(c(rep("yes", 3), rep("no", 17)), n()),
    first(block.type) == "m" ~ sample(c(rep("yes", 3), rep("no", 12)), n())
  )) %>%
  dplyr::ungroup()

关键优化点 #

• 使用first(block.type)提取组内单一值作为判断条件，将向量条件转为标量，解决if语句的报错问题；
• 用n()代替硬编码的15/20，自动适配组内行数，让代码更通用；
• 最后调用ungroup()取消分组，避免后续对数据框的操作意外继承分组状态。

验证结果 #

运行以下代码可验证每个组的"yes"数量符合预期：

df %>% dplyr::count(stim.type, block.type, rating)

内容的提问来源于stack exchange，提问作者Tiberius