如何用R的tibble、group_by和slice复现SAS分组取首尾行逻辑

假设你的R数据框名为df，包含usubjid（患者ID）和trt（治疗组）等字段，可通过以下步骤实现目标：

1. 生成连续治疗组的分组标识
   先为同一患者内的连续相同trt生成唯一分组ID，用dplyr原生方法即可实现：

   library(tibble)
   library(dplyr)
   
   df_processed <- df %>%
     as_tibble() %>%
     group_by(usubjid) %>%
     # 当当前行trt与上一行不同时，分组标识计数+1
     mutate(trt_group = cumsum(trt != lag(trt, default = first(trt)))) %>%
     ungroup()
   

2. 按患者+连续治疗组分组，提取首尾行
   基于生成的分组标识，用slice提取每组的首行和末行：

   result <- df_processed %>%
     group_by(usubjid, trt_group) %>%
     slice(c(1, n())) %>%
     ungroup() %>%
     # 可选：移除临时分组标识列
     select(-trt_group)
   

补充说明 #

• lag(trt, default = first(trt))用于匹配当前行的上一行trt值，第一行默认使用自身trt，确保第一个连续组的标识计数从0开始。
• 若某连续治疗组仅含1行，slice(c(1, n()))会重复选中该行，如需去重可追加distinct()。

内容的提问来源于stack exchange，提问作者crow16384