如何用R的case_when分组获取最小正值/近0负值对应的animal

问题 #

需要实现以下操作：

• 按id对dataframe进行分组
• 当所有difft值为正时，将最小正值对应的animal赋值给myfilter
• 当存在difft值为负时，将最接近0的负值对应的animal赋值给myfilter

编写的代码无法正常运行：

tibble(
          id = c(1, 1, 1, 2, 2, 2), 
          animal = c("dog", "snake", "cat", "monkey", "fox", "mouse"),
          difft = c(-4, -33, 30, 9, 33, 1)
) %>%
          group_by(id) %>%
        
          mutate(myfilter = case_when(
                    all(difft > 0) ~ as.character(animal[difft == min(difft)]), #当所有值为正，取最小正值
                    !all(difft > 0) ~ as.character(animal[difft == (min(abs(difft[difft <0]))*-1)]) #当存在负值，取最接近0的负值
          )) %>%
select(id, myfilter)

期望结果：

id    myfilter
1    dog
1    dog
1    dog
2    mouse
2    mouse
2    mouse

单独将每条case_when的逻辑放在summarize中可以正常运行，但无法让case_when同时识别两种场景，需要解决。

解决方案 #

你的代码问题出在case_when里的索引逻辑——当用向量索引时，在mutate的上下文里可能返回长度不匹配的结果（比如某个条件下返回多个值或空值），而且逻辑可以更简洁。

以下是两种可行的修正方案：

方案1：优化case_when逻辑，确保返回单一值 #

library(tibble)
library(dplyr)

tibble(
  id = c(1, 1, 1, 2, 2, 2), 
  animal = c("dog", "snake", "cat", "monkey", "fox", "mouse"),
  difft = c(-4, -33, 30, 9, 33, 1)
) %>%
  group_by(id) %>%
  mutate(
    myfilter = case_when(
      # 所有值为正：取difft最小的行的animal
      all(difft > 0) ~ animal[which.min(difft)],
      # 存在负值：取difft最大的负值（最接近0）的行的animal
      TRUE ~ animal[which.max(difft[difft < 0])]
    )
  ) %>%
  select(id, myfilter)

方案2：先分组筛选目标行，再左连接回原数据 #

这种方式逻辑更清晰，彻底避免索引出错：

library(tibble)
library(dplyr)

df <- tibble(
  id = c(1, 1, 1, 2, 2, 2), 
  animal = c("dog", "snake", "cat", "monkey", "fox", "mouse"),
  difft = c(-4, -33, 30, 9, 33, 1)
)

# 先分组获取每个id对应的目标animal
target_animals <- df %>%
  group_by(id) %>%
  slice(
    if (all(difft > 0)) {
      which.min(difft)
    } else {
      which.max(difft[difft < 0])
    }
  ) %>%
  select(id, myfilter = animal)

# 左连接回原数据
df %>%
  left_join(target_animals, by = "id") %>%
  select(id, myfilter)

两种方案都能得到你期望的结果，核心是确保每个分组只返回一个目标animal值，避免mutate时出现长度不匹配的问题。

内容的提问来源于stack exchange，提问作者mdb_ftl