基于列条件使用dplyr对重复测量数据框进行分组筛选

看起来你已经有了分组的思路，现在只需要在分组内根据Pheno的值来筛选对应的行就行。我来帮你完善代码，用dplyr就能轻松实现你的需求。

首先，结合你给出的理想结果，你的核心需求应该是：每个ID分组里，如果存在Pheno=1的行，就选其中Week最小的那一行；如果该分组只有Pheno=0的行，就选其中Week最大的那一行。

下面是具体的实现代码：

library(dplyr)

# 假设你的原始数据框名为data
df_sub <- data %>%
  group_by(ID) %>%
  filter(
    # 筛选Pheno=1且为该组内最小Week的行
    (Pheno == 1 & Week == min(Week[Pheno == 1])) |
    # 当组内全是Pheno=0时，筛选Week最大的行
    (all(Pheno == 0) & Pheno == 0 & Week == max(Week))
  ) %>%
  ungroup()

如果你需要更灵活的处理——比如某些ID分组里同时存在Pheno=0和Pheno=1的行，想要同时保留Pheno=1的最小Week行和Pheno=0的最大Week行（每个ID可能对应两行结果），可以用下面的代码：

df_sub <- data %>%
  group_by(ID, Pheno) %>%
  filter(
    # 根据Pheno值选择对应极值的行
    if_else(Pheno == 1, Week == min(Week), Week == max(Week))
  ) %>%
  ungroup()

代码解释： #

1. group_by(ID)：按个体ID分组，确保筛选逻辑在每个个体的重复测量数据范围内执行。
2. filter()条件：
   • 第一部分针对Pheno=1的行，精准筛选出该组内Week最小的记录；
   • 第二部分先判断该组是否全为Pheno=0的行，若是则筛选出Week最大的记录。
3. ungroup()：取消分组，将结果还原为普通数据框结构，方便后续操作。

运行这段代码后，应该就能得到你想要的理想筛选结果了。

内容的提问来源于stack exchange，提问作者user2380782