R语言：基于分组内多值条件替换数据框列中的字符串

直接用group_by + mutate就能搞定，不用filter（filter是用来筛选行的，你要的是修改列值），以下是两种实现方式：

方案1：生成新列（不修改原review） #

library(dplyr)

df <- df %>%
  # 按客户ID和订单日期分组
  group_by(customerid, orderdate) %>%
  # 判断组内是否存在positive/negative，存在则设为done，否则保留原review
  mutate(review_updated = ifelse(any(status %in% c("positive", "negative")), "done", review)) %>%
  # 取消分组，避免后续操作受影响
  ungroup()

方案2：直接覆盖原review列 #

如果不需要保留原review值，可以直接替换：

df <- df %>%
  group_by(customerid, orderdate) %>%
  mutate(review = ifelse(any(status %in% c("positive", "negative")), "done", review)) %>%
  ungroup()

关键逻辑说明 #

• any(status %in% c("positive", "negative"))：检查当前分组里是否有任意一条记录的status是目标值，只要有一个符合就返回TRUE
• mutate负责创建/修改列，这里用ifelse做条件判断，根据分组的检查结果替换值
• 最后一定要加ungroup()，不然数据框会一直保持分组状态，可能影响后续其他操作

示例验证 #

拿下面的测试数据跑一遍代码，就能看到效果：

# 测试数据
df <- tibble(
  customerid = c(1,1,1,2,2),
  orderdate = c("2024-01-01", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"),
  status = c("positive", "neutral", "neutral", "negative", "neutral"),
  review = c("pending", "pending", "pending", "pending", "pending")
)

运行后，customerid=1且orderdate=2024-01-01的两条记录，review都会变成done；customerid=2且orderdate=2024-01-01的记录同理，其他组保持原pending值。

内容的提问来源于stack exchange，提问作者pandas123