如何用dplyr生成排除当前观测的家庭残疾组内最大值变量

针对你需要判断家庭中是否存在除自身外的残疾人的需求，这里提供两种基于dplyr的高效实现方案：

方法一：利用求和判断（适用于0/1变量） #

由于diffany是0/1编码的变量（1=残疾，0=非残疾），我们可以通过计算家庭总残疾人数减去当前个体的残疾状态，直接判断是否存在其他残疾人：

library(dplyr)

# 示例数据
cps <- data.frame(householdid = c(1,1,1,2,2,2,2,3,3,3,4,4,4,4,5,5,5,5,5), 
                  diffany = c(1,1,0,0,0,0,1,0,0,1,0,1,0,0,0,0,0,0,0))

# 生成目标变量
cps <- cps %>%
  group_by(householdid) %>%
  mutate(has_other_disabled = as.integer(sum(diffany, na.rm = TRUE) - diffany > 0)) %>%
  ungroup()

逻辑说明 #

• sum(diffany, na.rm = TRUE)：计算当前家庭内所有成员的残疾总人数（自动忽略NA值）
• 减去当前个体的diffany，得到除自身外的家庭残疾人数
• 若结果大于0，说明存在其他残疾人，用as.integer()将布尔判断结果转为1/0格式

方法二：直接取排除当前行的最大值（通用型） #

如果你的变量不是0/1格式（比如表示残疾程度的连续值），或者需要严格取组内除当前观测外的最大值，可以用cur_group_rows()定位当前行，排除后再计算最大值：

cps <- cps %>%
  group_by(householdid) %>%
  mutate(has_other_disabled = as.integer(max(diffany[-cur_group_rows()], na.rm = TRUE))) %>%
  ungroup()

逻辑说明 #

• cur_group_rows()：返回当前分组内的行索引
• diffany[-cur_group_rows()]：提取组内除当前观测外的所有diffany值
• max(..., na.rm = TRUE)：取这些值的最大值，再转为1/0格式（对应原变量0/1的场景，最大值1表示存在其他残疾人）

验证结果 #

处理后的数据核心列结果如下，完全符合需求：

内容的提问来源于stack exchange，提问作者statisticsing