在R中按组判断ED=1是否早于surgery=1并生成新列

问题需求 #

基于group字段分组，按照order变量的顺序，判断每组中ED=1的记录是否出现在surgery=1的记录之前，生成新列EDbeforesurgery。预期结果：group 1为Y，group 2、3为N。

数据准备 #

df <- data.frame(
  group = c(1, 1, 1, 2, 2, 3, 3),
  order = c(1, 2, 3, 1, 2, 1, 2),
  ED = c(1, 0, 0, 1, 1, 0, 0),
  surgery = c(0, 0, 1, 0, 0, 0, 1))

解决方案（dplyr 版本） #

使用dplyr分组处理，核心逻辑是获取每组中ED=1和surgery=1的最小order值，通过比较这两个值判断先后关系：

library(dplyr)

df_result <- df %>%
  group_by(group) %>%
  mutate(
    # 提取当前组中ED=1的最小order，无匹配则设为无穷大
    min_ED_order = ifelse(any(ED == 1), min(order[ED == 1]), Inf),
    # 提取当前组中surgery=1的最小order，无匹配则设为无穷大
    min_surgery_order = ifelse(any(surgery == 1), min(order[surgery == 1]), Inf),
    # 判断并生成结果列
    EDbeforesurgery = case_when(
      min_ED_order < min_surgery_order ~ "Y",
      TRUE ~ "N"
    )
  ) %>%
  ungroup()

# 查看结果
print(df_result)

解决方案（base R 版本） #

如果不使用第三方包，可通过aggregate统计分组信息后合并：

# 统计每组的关键order值
group_stats <- aggregate(
  cbind(ED, surgery) ~ group,
  data = df,
  FUN = function(x) {
    match_idx <- which(x == 1)
    if (length(match_idx) > 0) {
      min(df$order[df$group == unique(df$group)][match_idx])
    } else {
      Inf
    }
  }
)
names(group_stats) <- c("group", "min_ED_order", "min_surgery_order")

# 合并数据并生成结果列
df_result_base <- merge(df, group_stats, by = "group")
df_result_base$EDbeforesurgery <- ifelse(df_result_base$min_ED_order < df_result_base$min_surgery_order, "Y", "N")

# 查看结果
print(df_result_base)

结果说明 #

• group 1：存在ED=1（order=1）和surgery=1（order=3），1<3，故为Y
• group 2：无surgery=1记录，无法满足"ED在手术前"的条件，故为N
• group 3：无ED=1记录，同样不满足条件，故为N

内容的提问来源于stack exchange，提问作者ltong