R语言按ID去重并优先保留event=1值的数据子集化问题

可以通过分组排序后取首行的方式轻松实现需求，具体步骤如下：

步骤1：构造示例数据（可替换为你的实际数据集） #

library(dplyr)

df <- tibble(
  ID = c("A", "A", "A", "A", "B", "B", "B", "C", "C"),
  event = c(1, 1, 0, 1, 0, 0, 0, 0, 1)
)

步骤2：核心处理代码 #

方法一：排序取首行（推荐，逻辑直观） #

df_result <- df %>%
  group_by(ID) %>%
  # 按event降序排列，让event=1的行排在每组最前面
  arrange(desc(event), .by_group = TRUE) %>%
  # 提取每组的第一行
  slice(1) %>%
  # 取消分组状态
  ungroup()

方法二：条件筛选后取首行 #

df_result <- df %>%
  group_by(ID) %>%
  # 判断每组是否存在event=1，是则筛选event=1，否则筛选event=0
  filter(event == case_when(any(event == 1) ~ 1, TRUE ~ 0)) %>%
  # 取筛选后的第一行（避免同event有多条记录）
  slice(1) %>%
  ungroup()

输出结果 #

运行上述代码后，df_result的输出与你期望的一致：

# A tibble: 3 × 2
  ID    event
  <chr> <dbl>
1 A         1
2 B         0
3 C         1

逻辑说明 #

• 两种方法都通过group_by(ID)将数据按ID分组，确保每个ID单独处理；
• 方法一利用降序排序，让优先级更高的event=1行自动排在每组首位，直接取首行即可；
• 方法二通过case_when判断每组是否存在event=1，精准筛选目标行后取首行，逻辑更直白。

内容的提问来源于stack exchange，提问作者ctk1100