如何基于分组值格式化列？按规则筛选DataFrame分组类别

可以使用dplyr包实现需求，核心逻辑是按名称分组后，优先保留Special类别；若无Special，则保留Number值最大的记录：

方法一：排序取首行 #

先给行设置优先级（Special优先级最高，其余按Number降序），再每组取第一行：

library(dplyr)

# 处理数据
df_result <- df %>%
  group_by(Name) %>%
  # 排序规则：Special行排在最前，其余按Number从大到小排序
  arrange(desc(Category == "Special"), desc(Number)) %>%
  # 提取每组第一行
  slice_head(n = 1) %>%
  ungroup()

# 查看结果
df_result

运行后输出结果：

# A tibble: 3 × 3
  Name    Category   Number
  <chr>   <chr>       <int>
1 Name A  Category 1     10
2 Name B  Category 2     20
3 Name C  Special         4

方法二：条件筛选 #

直接在分组内判断是否存在Special，针对性筛选目标行：

library(dplyr)

df_result <- df %>%
  group_by(Name) %>%
  filter(
    # 组内有Special则筛选该行，否则筛选Number最大的行
    if (any(Category == "Special")) Category == "Special" else Number == max(Number)
  ) %>%
  ungroup()

两种方法均可得到符合要求的结果，按需选择即可。

内容的提问来源于stack exchange，提问作者Ba Lalo