使用dplyr按ID分组，满足条件时跨列查找最小值

核心思路 #

对每个ID分组，收集所有B列的值 + 仅age ≤5的A列的值，计算这些值的最小值，将结果填充到该ID的每一行。

dplyr实现代码 #

library(dplyr)

# 加载示例数据
df <- data.frame(id = c(1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3), 
                 age = c(4, 5, 7, 11, 4, 5, 20, 25, 26, 6, 7, 8, 9), 
                 A = c(0.2, 0.3, 0.5, 0.8, 0.2, 0.3, 1, 2, 3, 0.1, 0.3, 2, 3), 
                 B = c(0.1, 0.1, 0.1, 0.1, 0.3, 0.3, 0.3, 0.3, 0.3, 0.4, 0.4, 0.4, 0.4), 
                 C = c(0.1, 0.1, 0.1, 0.1, 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.4, 0.4, 0.4))

# 计算目标列
df <- df %>%
  group_by(id) %>%
  mutate(C_calculated = min(c(A[age <= 5], B))) %>%
  ungroup()

代码解释 #

• group_by(id)：按ID分组，确保后续计算仅在同一ID范围内进行
• min(c(A[age <= 5], B))：
  • A[age <= 5]筛选当前ID下age≤5的A列值（无符合条件时返回空向量，不影响min计算）
  • 将筛选后的A值与当前ID下所有B值合并为一个向量，取最小值
• ungroup()：取消分组，避免后续数据操作受分组状态影响

验证结果 #

运行代码后，C_calculated列与期望的C列完全一致：

df %>% select(id, age, A, B, C, C_calculated)

输出：

# A tibble: 13 × 6
      id   age     A     B     C C_calculated
   <dbl> <dbl> <dbl> <dbl> <dbl>        <dbl>
 1     1     4   0.2   0.1   0.1          0.1
 2     1     5   0.3   0.1   0.1          0.1
 3     1     7   0.5   0.1   0.1          0.1
 4     1    11   0.8   0.1   0.1          0.1
 5     2     4   0.2   0.3   0.2          0.2
 6     2     5   0.3   0.3   0.2          0.2
 7     2    20   1     0.3   0.2          0.2
 8     2    25   2     0.3   0.2          0.2
 9     2    26   3     0.3   0.2          0.2
10     3     6   0.1   0.4   0.4          0.4
11     3     7   0.3   0.4   0.4          0.4
12     3     8   2     0.4   0.4          0.4
13     3     9   3     0.4   0.4          0.4

内容的提问来源于stack exchange，提问作者epifan