如何在R中按ID分组，依据首行月份修改Departure列首值？

问题描述 #

现有一个记录熊的追踪数据的数据框，包含ID（熊的编号）、Month（追踪月份）、Departure（海冰出发状态）三个字段，示例数据及初始化代码如下：

ID <- rep(c("A","B"), each=4)
Month <- c(4,4,5,5,11,11,11,12)
Departure <- c(rep(NA, times=4), "Departure", rep(NA, times=3))
data <- data.frame(ID, Month, Departure)

初始数据框输出：

ID Month Departure
1  A     4      <NA>
2  A     4      <NA>
3  A     5      <NA>
4  A     5      <NA>
5  B    11 Departure
6  B    11      <NA>
7  B    11      <NA>
8  B    12      <NA>

需要实现的需求：对每组ID，如果该组第一行的Month值小于6，则将该组第一行的Departure设为"Departure"，其余行保持不变，最终目标数据框如下：

ID Month Departure
1  A     4 Departure
2  A     4      <NA>
3  A     5      <NA>
4  A     5      <NA>
5  B    11 Departure
6  B    11      <NA>
7  B    11      <NA>
8  B    12      <NA>

解决方案 #

方法1：使用dplyr（tidyverse生态） #

通过分组后条件判断实现，需要先加载dplyr包：

library(dplyr)

data_modified <- data %>%
  group_by(ID) %>%
  mutate(
    Departure = case_when(
      row_number() == 1 & first(Month) < 6 ~ "Departure",
      TRUE ~ Departure
    )
  ) %>%
  ungroup()

核心逻辑：

• group_by(ID)按熊的编号分组
• first(Month)获取每组的第一个月份值，判断是否小于6
• row_number() == 1定位组内第一行
• case_when根据条件替换Departure值，不满足条件则保留原有值

方法2：使用Base R（无需额外安装包） #

通过拆分-处理-合并的流程实现：

# 按ID拆分数据框
split_data <- split(data, data$ID)

# 逐个处理每个ID组
processed_data <- lapply(split_data, function(df) {
  if (df$Month[1] < 6) {
    df$Departure[1] <- "Departure"
  }
  return(df)
})

# 合并处理后的分组并重置行名
data_modified <- do.call(rbind, processed_data)
rownames(data_modified) <- NULL

核心逻辑：

• split()将原数据框按ID拆分为列表，每个列表元素对应一个ID的子数据框
• lapply()遍历每个子数据框，判断首行月份后修改对应字段
• do.call(rbind, ...)将处理后的子数据框合并为完整数据框，rownames()重置行名消除分组拆分后的索引痕迹

内容的提问来源于stack exchange，提问作者Cam