如何用dplyr按组选择符合不同条件的首行？

可以利用dplyr的内置函数，通过一次分组操作完成需求，无需拆分数据框再合并，以下是两种简洁方案：

方案一：基于优先级排序的切片 #

set.seed(42)
a <- rep(1:3, each = 3)
b <- sample(c(0,1), size = 9, replace = T) 
c <- sample(1:9, size = 9, replace = F)

df <- data.frame(a = a, 
                 b = b,
                 c = c)

df %>%
  group_by(a) %>%
  arrange(desc(b), desc(c), .by_group = TRUE) %>%
  slice(1) %>%
  ungroup()

逻辑说明 #

• 先按b降序排序：让b=1的行优先排在组内最前面，确保有符合条件的行时优先选中这类数据
• 再按c降序排序：在b=1的行里选c最大的，没有b=1的组则直接选组内c最大的
• 用slice(1)直接取出每组排序后的第一行，完成筛选

方案二：利用权重值的slice_max #

df %>%
  group_by(a) %>%
  slice_max(order_by = ifelse(b == 1, c + 1000, c), n = 1) %>%
  ungroup()

逻辑说明 #

• 给b=1的行的c值加上一个足够大的固定值（比如1000，只要大于c的最大可能取值即可），人为拉高这类行的排序优先级
• 用slice_max直接选出每组权重值最大的行，一次性满足需求

这两种方法都比原代码更简洁，且逻辑清晰易维护。

内容的提问来源于stack exchange，提问作者pvidal00