如何在R的dplyr中按组汇总时排除当前组数据？

首先给出你的示例数据：

df <- data.frame(Group = c("A", "A", "B", "B"), Value = c(1, 2, 3, 4))

你的需求是：针对每个分组，计算排除当前组所有数据后Value列的最大值，最终得到如下结果：

Group Value
1     A     4
2     B     2

下面提供两种简洁的实现方式：

方法一：使用group_modify()逐组处理 #

group_modify()可以对每个分组单独执行自定义逻辑，先提取所有唯一分组，再对每个分组过滤掉自身数据后计算最大值：

library(dplyr)

df %>%
  distinct(Group) %>%  # 获取所有唯一分组
  group_modify(~ {
    # 获取当前处理的分组
    current_group <- .y$Group
    # 过滤掉当前分组的数据，计算最大值
    df %>%
      filter(Group != current_group) %>%
      summarise(Value = max(Value))
  }) %>%
  ungroup()  # 取消分组状态

方法二：使用cur_group()直接计算 #

dplyr的cur_group()函数可以在分组操作中直接获取当前分组的标识，结合全局数据筛选，一步得到结果：

library(dplyr)

df %>%
  group_by(Group) %>%
  summarise(Value = max(df$Value[df$Group != cur_group()])) %>%
  ungroup()

两种方法都能得到你期望的结果，其中方法二更简洁高效，适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者Camilo