R语言：如何将分组中除最大orderid对应值外的value设为NA

首先注意：你的orderid是字符类型，直接比较最大值可能在复杂场景（比如orderid为"10"、"2"）出问题，建议先转为数值型再处理，完成后可按需转回字符型。

方法一：使用dplyr包（tidyverse工具链） #

library(dplyr)

df <- df %>%
  # 转换orderid为数值型，确保最大值判断准确
  mutate(orderid = as.numeric(orderid)) %>%
  # 按customerid分组
  group_by(customerid) %>%
  # 仅保留组内最大orderid对应的value，其余设为NA
  mutate(value = ifelse(orderid == max(orderid), value, NA)) %>%
  # 取消分组
  ungroup() %>%
  # 可选：将orderid转回字符型（如果需要保持原格式）
  mutate(orderid = as.character(orderid))

方法二：使用Base R #

# 先将orderid转为数值型
df$orderid <- as.numeric(df$orderid)

# 计算每个customerid对应的最大orderid
max_order_per_cust <- tapply(df$orderid, df$customerid, max)

# 筛选出非最大orderid的行，将其value设为NA
df$value[df$orderid != max_order_per_cust[df$customerid]] <- NA

# 可选：转回orderid为字符型
df$orderid <- as.character(df$orderid)

运行任意一种方法后，得到的结果就会和你期望的一致：每个customerid组内，只有最大orderid对应的value保留原值，其余均为NA。

内容的提问来源于stack exchange，提问作者pandas123