R语言按ID分组，满足条件后删除后续行的代码验证

数据集 #

id = c(1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,3)
col1 = c(0,0,1,1,0,0,1,0,0,1,1,0,1,0,1,0)
col2 = c("A", "B", "A","A", "B", "A","A", "B", "A","A", "B", "A","A", "B", "A", "B")
my_data = data.frame(id, col1, col2)
my_data$row_num = 1:nrow(my_data)

需求 #

对每个唯一ID，首次出现col1=1或col2="A"时，保留该行及之前的所有行，删除该行之后的所有行。

你的尝试代码 #

library(dplyr) 

my_data %>% # 注：你原代码这里少了一个百分号，属于语法错误
    group_by(id) %>% 
    slice(seq_len(which((col1 == 1) | (col2 == "A"))[1]))

代码分析 #

逻辑正确性 #

你写的OR逻辑(col1 == 1) | (col2 == "A")是正确的，能准确识别满足任一条件的行。但代码存在两个问题：

1. 语法错误：管道符写漏了一个百分号，正确写法是my_data %>%，否则代码无法运行。
2. 空值报错风险：如果某个ID组内没有任何行满足col1=1或col2="A"，which()会返回空向量，[1]取到的是NA，seq_len(NA)会直接触发报错。

修正方案 #

如果要兼容所有场景（包括无满足条件行的组别），可以用更健壮的写法：

library(dplyr)

my_data %>%
  group_by(id) %>%
  filter(
    if (any(col1 == 1 | col2 == "A")) {
      row_number() <= which(col1 == 1 | col2 == "A")[1]
    } else {
      TRUE # 无满足条件的行则保留全组
    }
  ) %>%
  ungroup()

如果确定所有ID组都至少有一行满足条件，也可以用更简洁的写法：

library(dplyr)

my_data %>%
  group_by(id) %>%
  slice(1:which(col1 == 1 | col2 == "A")[1]) %>%
  ungroup()

结果验证 #

• ID=1的第一行就满足col2="A"，代码会保留第1行；
• ID=2的第3行首次满足col1=1，代码会保留前3行；
• ID=3的第1行满足col1=1，代码会保留第1行；
  完全符合你的需求。

内容的提问来源于stack exchange，提问作者stats_noob