如何按ID筛选DataFrame行：保留首个yesno=1记录或NA行

示例数据构造 #

先还原你的输入数据（方便测试验证）：

library(dplyr)

df <- tibble(
  ID = c(1,1,1,1,1,2,3,3,3),
  yesno = c(0,0,0,1,1,0,0,0,1),
  date1 = c(NA, NA, NA, "2021-01-02", "2022-11-02", NA, NA, NA, "2022-03-04"),
  value1 = c(NA, NA, NA, 667, 123, NA, NA, NA, 111)
)

解决方案一：排序后取首行（简洁版） #

核心思路是通过排序让目标行落在每个分组的第一位，直接提取即可：

# 先将date1转为日期类型（保证日期排序逻辑正确）
result <- df %>%
  mutate(date1 = as.Date(date1)) %>%
  group_by(ID) %>%
  # 排序规则：yesno=1优先（降序），同yesno下取最早的date1（升序）
  arrange(desc(yesno), date1) %>%
  # 提取每组第一行
  slice(1) %>%
  ungroup()

输出结果：

# A tibble: 3 × 4
     ID yesno date1      value1
  <dbl> <dbl> <date>      <dbl>
1     1     1 2021-01-02    667
2     2     0 NA             NA
3     3     1 2022-03-04    111

解决方案二：拆分处理后合并（逻辑直观版） #

如果觉得排序逻辑不够直观，可以拆分为两步处理后合并：

1. 提取所有存在yesno=1的ID，保留其中date1最早的行
2. 提取只有yesno=0的ID，保留任意一行（所有行都是NA，无差异）
3. 合并结果并按ID排序

代码实现：

# 处理有yesno=1的ID
df_yes1 <- df %>%
  mutate(date1 = as.Date(date1)) %>%
  filter(yesno == 1) %>%
  group_by(ID) %>%
  slice_min(date1, n = 1) %>%
  ungroup()

# 处理只有yesno=0的ID
df_yes0 <- df %>%
  group_by(ID) %>%
  filter(all(yesno == 0)) %>%
  slice(1) %>%
  ungroup()

# 合并并排序
result <- bind_rows(df_yes1, df_yes0) %>%
  arrange(ID)

两种方法都能得到你需要的结果，可根据自身习惯选择。

内容的提问来源于stack exchange，提问作者Estelle