使用R识别数据框中首次满足条件的变化并忽略后续变动

需求说明 #

我们需要在数据框中，标记**首次出现response == 0**的位置为"yes"，其余位置均为"no"，后续再出现符合条件的值也不再标记。

示例数据 #

df <- data.frame(response = c(1, 1, 1, 0, 1, 0))

实现方法 #

方法1：Base R 原生实现

先定位首次满足条件的索引，再批量赋值：

# 找到首次出现0的行索引
first_match <- which(df$response == 0)[1]
# 初始化Threshold列为"no"，再修改目标位置为"yes"
df$Threshold <- "no"
df$Threshold[first_match] <- "yes"

方法2：dplyr 管道式实现

适合处理大型数据集或需要链式操作的场景：

library(dplyr)

df <- df %>%
  mutate(Threshold = case_when(
    row_number() == which(response == 0)[1] ~ "yes",
    TRUE ~ "no"
  ))

验证结果 #

最终生成的数据框与期望输出完全一致：

f <- data.frame(response = c(1, 1, 1, 0, 1, 0), Threshold = c("no", "no", "no", "yes", "no", "no"))
all.equal(df, f) # 输出 TRUE，说明结果匹配

内容的提问来源于stack exchange，提问作者Benjamin Colbert