按patient_ID分组提取对应舒张压最大值的血压测量数据方案

我们有一个记录患者多次血压测量的数据集，每行代表一次独立观测，结构如下：

# 示例数据集
bp_data <- data.frame(
  patient_ID = c('1','1','1','2','2','2'),
  bp_systolic = c(80, 85, 72, 95, 90, 75),
  bp_diastolic = c(120, 133, 100, 140, 130, 120)
)

需求是按patient_ID分组，提取每组中舒张压（bp_diastolic）最高的那次测量对应的收缩压和舒张压，必须保证两个血压值来自同一次测量，不能分别取各组收缩压和舒张压的最大值。

方法1：Base R实现 #

通过分组排序后提取每组的目标记录：

# 按患者ID分组，每组内按舒张压降序排序
sorted_data <- bp_data[order(bp_data$patient_ID, -bp_data$bp_diastolic), ]
# 提取每组的第一条记录（排序后最高舒张压的记录排在每组最前）
result <- sorted_data[!duplicated(sorted_data$patient_ID), ]
# 重命名列名匹配需求
colnames(result) <- c("patient_ID", "highest_systolic", "highest_diastolic")

# 查看结果
result

方法2：tidyverse（dplyr）实现 #

用dplyr的分组筛选功能，逻辑更直观：

library(dplyr)

result <- bp_data %>%
  group_by(patient_ID) %>%
  # 筛选出每组中舒张压最大的行
  filter(bp_diastolic == max(bp_diastolic)) %>%
  # 重命名列名
  rename(highest_systolic = bp_systolic,
         highest_diastolic = bp_diastolic) %>%
  ungroup()

# 查看结果
result

最终结果表 #

内容的提问来源于stack exchange，提问作者neuroandstats