如何筛选epds数据集中epds_score未下降或上升的案例？

你的代码核心问题是错误地用位置索引进行跨案例的分数对比，而非针对同一个研究对象的不同访视数据做组内比较。以下是两种可行的解决方案，前提是你的数据集有唯一标识每个案例的字段（假设为id）：

方法1：使用dplyr分组筛选（推荐） #

通过分组后计算基线分数，再判断组内是否存在后续访视分数未下降的情况：

library(dplyr)

# 为每个案例添加基线访视（visitnum.x=1.0）的分数
epds <- epds %>%
  group_by(id) %>%
  mutate(baseline_epds = epds_score[visitnum.x == '1.0']) %>%
  ungroup()

# 筛选出存在后续访视分数≥基线的案例的所有数据
non_decreasing_cases <- epds %>%
  group_by(id) %>%
  filter(any(epds_score[visitnum.x > '1.0'] >= baseline_epds, na.rm = TRUE)) %>%
  ungroup()

# 若仅需获取符合条件的案例ID列表
non_decreasing_ids <- non_decreasing_cases %>% distinct(id)

方法2：转宽格式后筛选 #

将长格式数据转为宽格式，直接对比基线与后续访视的分数：

library(reshape2)

# 转换为宽格式：每个案例一行，各访视分数作为单独列
epds_wide <- dcast(epds, id ~ visitnum.x, value.var = 'epds_score')

# 筛选出任意后续访视分数≥基线的案例
non_decreasing_ids_wide <- epds_wide %>%
  filter(rowSums(select(., -id, -`1.0`) >= `1.0`, na.rm = TRUE) > 0)

# 转回长格式获取完整数据
non_decreasing_cases_wide <- epds %>% filter(id %in% non_decreasing_ids_wide$id)

注意事项 #

• 如果visitnum.x是数值类型（而非字符型），请把代码中的'1.0'改为1。
• 若存在访视数据缺失，na.rm=TRUE参数会忽略缺失值，避免筛选逻辑出错。
• 确保数据集有唯一的id字段用于区分不同案例，若没有需先确认案例的标识方式。

内容的提问来源于stack exchange，提问作者wendy van der wekken