在R语言(dplyr)中按列分组并选取另一列字符数最多的行

你的代码出错的核心原因是：你把字符串类型的text列和数字类型的字符数最大值做了相等比较，两者类型不匹配，自然无法匹配到任何行。

正确解法1：直接在filter中比较字符数 #

通过str_length(text)获取每个文本的字符数，再和组内的最大字符数比较：

library(dplyr)

df <- data.frame(id=c(1,2,2,1,3),
                 text=c("new town","car is sold","address is changed","to be confirmed","call later")) 

df %>% 
  group_by(id) %>% 
  filter(str_length(text) == max(str_length(text)))

运行结果：

# A tibble: 3 x 2
# Groups:   id [3]
     id text               
  <dbl> <chr>              
1     1 to be confirmed    
2     2 address is changed
3     3 call later         

正确解法2：先新增字符数列再筛选（更直观） #

如果需要临时查看字符数，可以先新增一列，再筛选：

df %>% 
  mutate(text_len = str_length(text)) %>% 
  group_by(id) %>% 
  filter(text_len == max(text_len)) %>% 
  select(-text_len)  # 可选：移除临时列

处理并列最大值的情况 #

如果同一个ID下有多个文本的字符数并列最大：

• 保留所有并列行：用slice_max并设置n = Inf

df %>% 
  group_by(id) %>% 
  slice_max(n = Inf, order_by = str_length(text))

• 只保留其中一行（比如第一行）：设置n = 1

df %>% 
  group_by(id) %>% 
  slice_max(n = 1, order_by = str_length(text))

内容的提问来源于stack exchange，提问作者Alex