如何编写For循环提取符合特定条件的数据并保存为Data Frame

首先，我得先帮你指出现有代码里的几个关键问题，这些问题会导致你得不到想要的结果：

• 相邻行对比的局限性：你只检查第i行和i+1行的商品是否相同、分支是否不同，但同商品不同分支的记录不一定是相邻的，这样会漏掉很多符合条件的数据；而且当i是最后一行时，i+1会超出数据范围，直接报错。
• 结果被覆盖：每次循环都直接把数据赋值给s，之前的结果会被覆盖，最后你只能得到最后一个符合条件的行，而不是所有符合条件的记录。
• 变量名不一致：代码里用了trials$NAME[i]，但你描述的变量里只有Branch、Item、Sales、Stock，这里大概率是笔误，应该是Item或者其他目标变量。
• 样本采样的必要性：如果你的目标是处理全量数据，sample_n(Data_with_stock,1000)这一步其实没必要，除非是为了快速测试代码。

接下来给你两种解决方案，一种是修正后的for循环写法，另一种是更高效的R风格向量化操作（推荐）：

方案一：修正后的For循环写法 #

先筛选出销量大于库存的基础数据，再按商品遍历，检查每个商品是否有多个不同分支，最后收集符合条件的记录：

# 1. 先筛选出销量>库存的所有记录
filtered_data <- Data_with_stock[Data_with_stock$Sales > Data_with_stock$Stock, ]

# 2. 初始化一个空的DataFrame来存储结果（要和原数据的列对应）
result_df <- data.frame(
  Branch = character(),
  Item = character(),
  Sales = numeric(),
  Stock = numeric(),
  stringsAsFactors = FALSE
)

# 3. 获取所有唯一的商品
unique_items <- unique(filtered_data$Item)

# 4. 遍历每个商品
for (item in unique_items) {
  # 提取当前商品的所有符合销量>库存的记录
  item_records <- filtered_data[filtered_data$Item == item, ]
  # 检查该商品是否有至少2个不同的分支
  if (length(unique(item_records$Branch)) >= 2) {
    # 将这些记录追加到结果中
    result_df <- rbind(result_df, item_records)
  }
}

方案二：用dplyr的向量化操作（推荐） #

在R里，循环的效率通常不高，尤其是数据量大的时候，用dplyr的分组筛选会更简洁高效：

# 先加载dplyr包，如果没安装先运行install.packages("dplyr")
library(dplyr)

result_df <- Data_with_stock %>%
  # 第一步：筛选销量大于库存的记录
  filter(Sales > Stock) %>%
  # 第二步：按商品分组
  group_by(Item) %>%
  # 第三步：只保留分组内有至少2个不同分支的商品记录
  filter(n_distinct(Branch) >= 2) %>%
  # 取消分组，回到普通DataFrame
  ungroup()

这个方法的逻辑和循环是一致的，但用R的向量化操作实现，代码更简洁，运行速度也更快。

如果你坚持想用相邻行对比的思路（注意：这个思路会漏掉不相邻的同商品不同分支记录），那需要先按商品排序，再处理边界：

# 先按Item排序，确保同商品的记录挨在一起
trials_sorted <- trials %>% arrange(Item)
# 初始化结果DataFrame
result_df <- data.frame()

# 循环到倒数第二行，避免i+1越界
for (i in 1:(nrow(trials_sorted)-1)) {
  curr_row <- trials_sorted[i, ]
  next_row <- trials_sorted[i+1, ]
  
  if (curr_row$Sales > curr_row$Stock && 
      curr_row$Item == next_row$Item && 
      curr_row$Branch != next_row$Branch) {
    # 将当前行和下一行都加入结果
    result_df <- rbind(result_df, curr_row, next_row)
  }
}
# 去重，避免重复添加相同记录
result_df <- distinct(result_df)

内容的提问来源于stack exchange，提问作者user12159477