在R语言中按identifier去重，多出现项仅保留variable='x'的行

给定如下数据集：

需要在R中实现：按identifier字段去重，每个identifier仅保留一行；若某个identifier出现多次，仅保留其中variable等于"x"的行。

首先构造示例数据框，方便复现需求：

df <- data.frame(
  identifier = c("patient1", "patient2", "patient2", "patient2", "patient3", "patient3"),
  variable = c("y", "x", "y", "y", "x", "y")
)

方法1：使用dplyr包（tidyverse风格） #

通过分组筛选直接实现需求，逻辑清晰直观：

library(dplyr)

result_df <- df %>%
  group_by(identifier) %>%
  # 筛选规则：要么是variable为"x"，要么该分组仅一行（对应唯一出现的identifier）
  filter(variable == "x" | n() == 1) %>%
  # 每个分组只取第一行，确保去重
  slice_head(n = 1) %>%
  ungroup()

print(result_df)

方法2：使用base R（无需额外安装包） #

通过排序让目标行前置，再利用duplicated()函数完成去重：

# 排序：按identifier分组，让variable为"x"的行排在每组最前面
df_sorted <- df[order(df$identifier, df$variable != "x"), ]

# 去重，保留每个identifier的第一行
result_df_base <- df_sorted[!duplicated(df_sorted$identifier), ]

print(result_df_base)

两种方法都会得到如下结果：

#   identifier variable
# 1   patient1        y
# 2   patient2        x
# 3   patient3        x

内容的提问来源于stack exchange，提问作者lovebead33