R语言：修改数据框中重复Other的rater标签并保留至原数据

DevOps 小满

2026-7-24

问题：修改DataFrame中重复的Other标签

我有一个包含id、rater、raterscore字段的DataFrame，每个id对应rater1、rater2、Other各一条评分，但部分id存在两个Other评分，需要把这些id的第二个Other标签改成Other2。

我试了下面的代码，但用filter后修改的内容没法保留到主数据框里：

d %>% filter(rater=="Other") %>% group_by(id) %>% 
  filter(n()>1) %>% mutate(rater= case_when(ifelse(row_number()%%2==0,"Other2",rater))

当前数据结构

id	rater	raterscore
1	rater2	3
1	rater1	2
1	Other	3
2	rater1	1.5
2	rater2	3.2
2	Other	1.1
2	Other	2
3	rater1	2.5
3	rater2	2.7
3	Other	2.1
3	Other	2
4	rater1	2.5
4	rater2	2.7
4	Other	2.1
4	Other	2
5	rater1	2.5
5	rater2	2.7
5	Other	2.1

期望数据结构

把第二个Other标签改为Other2：

id	rater	raterscore
1	rater2	3
1	rater1	2
1	Other	3
2	rater1	1.5
2	rater2	3.2
2	Other	1.1
2	Other2	2
3	rater1	2.5
3	rater2	2.7
3	Other	2.1
3	Other2	2
4	rater1	2.5
4	rater2	2.7
4	Other	2.1
4	Other2	2
5	rater1	2.5
5	rater2	2.7
5	Other	2.1

解决方案

问题出在你先用filter(rater=="Other")筛选了数据，后续修改只针对这部分子集，没有合并回原数据。正确的做法是直接在原数据上分组处理，不用提前过滤：

方法一：用ifelse实现

library(dplyr)

d_modified <- d %>%
  group_by(id, rater) %>%
  mutate(
    rater = ifelse(rater == "Other" & row_number() == 2, "Other2", rater)
  ) %>%
  ungroup()

方法二：用case_when实现（逻辑更清晰）

d_modified <- d %>%
  group_by(id, rater) %>%
  mutate(
    rater = case_when(
      rater == "Other" & row_number() == 2 ~ "Other2",
      TRUE ~ rater
    )
  ) %>%
  ungroup()