Tidyverse中时间-事件数据过滤：保留至首次事件或无事件全量数据

你的报错根源很明确：当某个受试者没有任何事件记录时，which(event == 1)会返回空向量，而between()函数要求right参数必须是单个有效值，空向量不符合这个要求，因此触发了Expecting a single value: [extent=0]的错误。

针对你的需求——有事件的受试者保留入组到首次事件的记录，无事件的保留全部数据，这里提供两种简洁的dplyr解决方案：

方法一：先计算首次事件ID，再过滤 #

library(tidyverse)

df %>%
  group_by(subject) %>%
  # 给每个受试者标记首次事件的ID，无事件则设为Inf（确保所有行都满足ID <= Inf）
  mutate(first_event_id = case_when(
    any(event == 1) ~ min(ID[event == 1]),
    TRUE ~ Inf
  )) %>%
  # 过滤到首次事件及之前的行（无事件则保留全部）
  filter(ID <= first_event_id) %>%
  # 可选：移除辅助计算列
  select(-first_event_id)

代码解释： #

• any(event == 1)：判断当前受试者是否发生过事件
• min(ID[event == 1])：如果有事件，取首次事件对应的最小ID（因为ID是按入组顺序生成的，最小ID就是首次事件的时间点）
• 无事件时设为Inf，这样ID <= Inf会自动保留该受试者的所有行

方法二：直接在行号层面处理（更简洁） #

df %>%
  group_by(subject) %>%
  filter(row_number() <= ifelse(any(event == 1), which(event == 1)[1], n()))

代码解释： #

• which(event == 1)[1]：取首次事件所在的行号（因为which()返回所有事件行的索引，[1]取第一个就是首次）
• n()：无事件时，用当前组的总行数作为边界，确保row_number() <= n()保留所有行
• 这里row_number()和你生成的ID作用完全一致，所以也可以替换成ID <= ...

验证结果 #

运行上述代码后，你会得到符合需求的结果：

• 受试者A：保留前3行（ID1-3，到首次事件为止）
• 受试者E：保留前2行（首次事件在ID2）
• 受试者B、D、F：保留全部行（无事件）
• 受试者C：保留前3行（首次事件在ID3）

内容的提问来源于stack exchange，提问作者user3585829