如何基于另一列条件重新编码R语言数据框中的列

需求说明 #

针对包含Name和Female列的数据框，若某姓名对应的Female列至少有一个1，则该姓名所有行的Female列统一设为1；无1的姓名保留原有NA值。

示例数据 #

Name <- c("Claire Smith", "John Doe", "Serena Williams", "Claire Smith", "Claire Smith", "Serena Williams")
Female <- c(1, NA, NA, NA, NA, 1)
df <- data.frame(Name, Female)

方法一：Base R 实现 #

利用ave()函数按姓名分组，判断每组是否存在1后替换对应值：

df$Female <- ave(df$Female, df$Name, FUN = function(x) {
  if (any(x == 1, na.rm = TRUE)) 1 else x
})

• 逻辑：any(x == 1, na.rm = TRUE)忽略NA检查分组内是否有1，若存在则整组替换为1，否则保留原值。

方法二：dplyr（tidyverse）实现 #

通过分组+突变操作完成批量修正：

library(dplyr)

df <- df %>%
  group_by(Name) %>%
  mutate(Female = ifelse(any(Female == 1, na.rm = TRUE), 1, Female)) %>%
  ungroup()

• 逻辑：按姓名分组后，对每组统一判断并修改Female列值。

方法三：data.table 实现（适合大数据集） #

处理大型数据时，data.table的操作效率更高：

library(data.table)

setDT(df)[, Female := if (any(Female == 1, na.rm = TRUE)) 1 else Female, by = Name]

• 逻辑：转换为data.table格式后，按姓名分组批量更新Female列。

验证结果 #

运行任意方法后，数据框将变为：

#             Name Female
# 1    Claire Smith      1
# 2        John Doe     NA
# 3 Serena Williams      1
# 4    Claire Smith      1
# 5    Claire Smith      1
# 6 Serena Williams      1

内容的提问来源于stack exchange，提问作者user21027866