R语言重编码间隔时间：按分组规则生成new_var列的问题求助

原代码的核心问题有三个：

• 计算均值时没有排除组内的interval_hrs=24的行，导致均值包含24，最终和原列值一致
• 未处理组内仅一行的特殊场景（需取freqcount并加*标记）
• 没有添加需求要求的*和mean标记

以下是修正后的dplyr代码，完全匹配需求规则：

library(dplyr)

df1 <- df %>%
  # 注意：as.date是错误写法，R中日期处理函数是as.Date()
  group_by(pid, medname, as.Date(date)) %>%
  mutate(
    # 计算组内非24的interval_hrs均值，提前排除24避免干扰
    mean_non24 = mean(interval_hrs[interval_hrs != 24], na.rm = TRUE),
    # 获取组内数据行数，用于判断是否为单一行组
    group_n = n()
  ) %>%
  mutate(
    new_var = case_when(
      # 规则1：组内仅一行，取freqcount加*标记
      group_n == 1 ~ paste0(freqcount, "*"),
      # 规则2：组内多行且当前行interval_hrs=24，取非24值的均值加mean标记
      interval_hrs == 24 ~ paste0(round(mean_non24, 2), " mean"),
      # 规则3：其余情况取实际interval_hrs值（保留两位小数）
      TRUE ~ as.character(round(interval_hrs, 2))
    )
  ) %>%
  # 清理临时计算的辅助列
  select(-mean_non24, -group_n) %>%
  ungroup()

head(df1, 10)

代码关键点说明 #

• 分组时修正了as.date为R标准的as.Date()函数，避免语法错误
• 新增mean_non24专门计算组内排除24后的均值，确保规则2的取值正确
• 用case_when替代ifelse，更清晰地处理多分支逻辑
• 所有场景都按需求添加了对应的标记（*或mean），输出为字符型列（若需保留数值+标记，只能用字符型存储）

内容的提问来源于stack exchange，提问作者db2020