用dplyr实现Excel锁定首值求和及分组取首值的R代码

先构造一组符合场景的示例数据（模拟AGE列存在错误值的情况）：

library(dplyr)

# 示例数据
df <- tibble(
  ID = c(1,1,1,2,2,3,3,3,3),
  AGE = c(25, NA, "error", 30, NA, 40, "invalid", NA, 40), # 包含错误值和NA
  AGE3 = c(2, 3, 5, 1, 4, 2, 6, 3, 1)
)

需求1：按ID分组后，AGE4列取每组AGE的第一个值 #

直接通过group_by()分组，结合first()函数提取每组的第一个AGE值，广播到组内所有行：

df <- df %>%
  group_by(ID) %>%
  mutate(AGE4 = first(AGE)) %>%
  ungroup()

注：如果每组第一个AGE值是字符串错误值，AGE4会保留该错误值；如果需要过滤无效值取第一个有效数值，可以改用first(na.omit(as.numeric(AGE)))（需根据实际错误类型调整）。

需求2：AGE4 = 每组AGE的第一个值 + 对应行AGE3的值 #

同样先分组，提取每组第一个AGE值（先转为数值，忽略错误值），再与AGE3相加：

df <- df %>%
  group_by(ID) %>%
  mutate(
    # 提取每组第一个有效的AGE数值（跳过错误值和NA）
    first_valid_age = first(na.omit(as.numeric(AGE))),
    AGE4 = first_valid_age + AGE3
  ) %>%
  ungroup()

这里先把AGE转为数值，用na.omit()过滤错误值（错误值转数值会变成NA），再取第一个有效数值，避免原始AGE的错误影响计算结果。如果你的错误值不是字符串而是其他类型，可根据实际情况调整as.numeric()后的处理逻辑。

内容的提问来源于stack exchange，提问作者SFKR