如何按grade优先级（2 > -8 > 1）在每个ID分组中保留目标行？

需求：对数据框df1按ID列分组，按照grade列的自定义优先级规则（2 > -8 > 1），保留每组中符合最高优先级grade值的行。

示例输入数据 #

> df1
       ID  grade   col1   col2
1  AMM115      2      1     23
2  AMM115      1      1     23
3  AMM115      2      1     23
4  AGM132     -8      2     24
5  AGM132      1      2     24
6  ARM028     -8      1     28
7  ASM019     -8      2     17
8  AHM172     -8      2     63
9  ARM028      2      1     28
10 AHM172      2      2     63

期望输出结果 #

> df2
       ID  grade   col1   col2
1  AMM115      2      1     23
4  AGM132     -8      2     24
7  ASM019     -8      2     17
9  ARM028      2      1     28
10 AHM172      2      2     63

实现方法 #

方法1：使用dplyr包（推荐） #

通过将grade转换为有序因子，自定义优先级顺序，再分组筛选最高优先级的行：

library(dplyr)

# 定义grade的优先级顺序
grade_priority <- c(2, -8, 1)

df2 <- df1 %>%
  # 将grade转为有序因子，指定优先级顺序
  mutate(grade = factor(grade, levels = grade_priority, ordered = TRUE)) %>%
  group_by(ID) %>%
  # 筛选每组中优先级最高的grade行
  filter(grade == max(grade)) %>%
  # 若同一组有多个最高优先级行，保留第一行（匹配示例结果）
  slice_head(n = 1) %>%
  # 将grade转回整数类型
  mutate(grade = as.integer(as.character(grade))) %>%
  ungroup()

# 查看结果
df2

方法2：使用Base R #

通过给不同grade分配优先级权重，分组筛选权重最高的行：

# 定义优先级权重：优先级越高，权重值越大
priority_weights <- c("2" = 3, "-8" = 2, "1" = 1)
df1$weight <- priority_weights[as.character(df1$grade)]

# 按ID分组，提取每组中权重最高的第一行
df2 <- do.call(rbind, lapply(split(df1, df1$ID), function(group) {
  max_weight <- max(group$weight)
  group[group$weight == max_weight, ][1, ]
}))

# 移除临时的weight列
df2 <- df2[, names(df2) != "weight"]

# 查看结果
df2

内容的提问来源于stack exchange，提问作者Roq