R语言实现分组数据条件行删除，生成终端观测数据集

核心逻辑 #

按year和tree.id分组，对每组内pa=0的观测，仅保留week值最大的行（删除同组内pa=0且week较小的行）；pa≠0的观测全部保留。

可行代码（基于dplyr） #

library(dplyr)

# 处理数据集，得到终端观测
terminal_obs_final <- terminal.obs.fr %>%
  group_by(year, tree.id) %>%
  # 筛选规则：要么pa不等于0，要么是当前组pa=0观测中week最大的行
  filter(pa != 0 | week == max(week[pa == 0], na.rm = TRUE)) %>%
  ungroup()

代码说明 #

• group_by(year, tree.id)：按年份和树ID分组，确保每组内是同一棵树同一年的观测
• max(week[pa == 0], na.rm = TRUE)：仅计算当前组内pa=0观测的最大week值，na.rm=TRUE避免空值报错
• filter()：筛选出符合条件的行，保留所有pa≠0的观测，以及pa=0中week最大的观测
• ungroup()：取消分组，返回普通数据框

你之前代码的问题 #

你尝试用ifelse直接结合group_by的写法不符合dplyr的语法逻辑，group_by后需要用dplyr的分组操作函数（如filter、slice）来处理每组数据，而非基函数ifelse。

另一种简洁写法（用slice_max） #

如果你的需求是对每个pa状态都取对应组的最大week行，也可以用以下写法：

terminal_obs_final <- terminal.obs.fr %>%
  group_by(year, tree.id, pa) %>%
  slice_max(week, n = 1) %>%
  ungroup()

这种写法会对(year, tree.id, pa)组合分组，每组仅保留week最大的一行，适合更通用的分组取极值场景。

内容的提问来源于stack exchange，提问作者Michael