基于多条件删除行的R脚本失效问题排查求助

核心逻辑修正 #

你当前代码的逻辑存在偏差：原代码any(!(number <= 2 & (col1 == 1 | col2==1 | col3==1)))会保留只要有一行不满足「前两次接触且治疗选项为1」的患者，但你的需求是完全删除那些前两次接触中出现过1的患者，正确的筛选逻辑应该是判断患者是否「从未在前两次接触中出现过1」，即：

df1 <- df %>% 
  group_by(pat_id) %>% 
  filter(!any(number <= 2 & (col1 == 1 | col2 == 1 | col3 == 1))) %>% 
  ungroup()

大数据集失效的排查与处理 #

1. 数据类型校验

检查number、col1-col3是否为数值型，若为字符型（比如存储为"1"而非1），会导致逻辑判断失效：

# 查看数据结构
str(df)
# 转换为数值型（如果需要）
df <- df %>% mutate(across(c(number, col1, col2, col3), as.numeric))

2. 处理NA值

若col1-col3存在NA，会使逻辑判断返回NA，干扰any()的结果。可以用if_any结合na.rm=TRUE忽略NA：

df1 <- df %>% 
  mutate(across(c(number, col1, col2, col3), as.numeric)) %>% 
  group_by(pat_id) %>% 
  filter(!any(number <= 2 & if_any(c(col1, col2, col3), ~ .x == 1, na.rm = TRUE))) %>% 
  ungroup()

3. 清理分组残留

如果原数据集是grouped_df格式，可能存在分组残留，先取消分组再重新处理：

df <- df %>% ungroup()

验证方法 #

取典型样本验证逻辑是否符合预期：

• 选取pat_id在前两次接触中存在col1=1的患者，确认其所有行被删除；
• 选取pat_id前两次接触无1、后续接触有1的患者，确认其所有行被保留。

内容的提问来源于stack exchange，提问作者RvS