在R中按provider筛选保留学生数最多行，并列时仅留一行

下面提供几种在R中实现需求的常用方式，注意你的代码里数据集列名为provider_id_num，和表格示例里的provider_id存在笔误，以下方案均以代码定义的列名为准：

方法一：Base R 原生实现 #

用ave()函数分组计算每组学生数的最大值，先筛选出所有符合最大值条件的行，再通过去重保留每组的第一行：

# 筛选每个provider下学生数等于组内最大值的行
max_candidates <- data[ave(data$number_students, data$provider_id_num, FUN = max) == data$number_students, ]
# 每组仅保留第一行
result_base <- max_candidates[!duplicated(max_candidates$provider_id_num), ]
print(result_base)

方法二：dplyr（tidyverse）实现 #

这是更简洁直观的写法，适合习惯tidy风格的用户：

library(dplyr)

# 方式1：先筛选最大值行再取每组第一行
result_dplyr <- data %>%
  group_by(provider_id_num) %>%
  filter(number_students == max(number_students)) %>%
  slice_head(n = 1) %>%
  ungroup()

print(result_dplyr)

# 方式2：用slice_max一步到位
result_dplyr2 <- data %>%
  group_by(provider_id_num) %>%
  slice_max(order_by = number_students, n = 1, with_ties = FALSE) %>%
  ungroup()

print(result_dplyr2)

其中slice_max()的with_ties = FALSE参数会自动忽略并列的最大值行，直接保留每组第一行。

方法三：data.table 实现 #

如果你的数据集规模较大，data.table的运行效率会更高：

library(data.table)

dt <- as.data.table(data)
result_dt <- dt[, .SD[number_students == max(number_students)][1], by = provider_id_num]
print(result_dt)

以上任意一种方法都能满足需求：每个provider保留学生数最多的一行，并列最大值的情况自动保留任意一行（默认取每组的第一行）。

内容的提问来源于stack exchange，提问作者fe108