如何基于纵向数据抽样结果拆分R语言学生考试数据集？

可以通过关联数据集+条件过滤的方式简洁实现需求，无需复杂的JOIN组合，具体步骤如下：

步骤1：关联原数据集与抽样学生的最大考试次数 #

先将原数据集my_data和抽样得到的max_value通过student_id关联，为每个学生的每一行数据添加上对应的最大考试次数：

# 仅保留抽样到的学生数据，用inner_join更精准
combined_data <- my_data %>%
  inner_join(max_value, by = "student_id")

步骤2：拆分出两个目标数据集 #

基于关联后的数据集，直接通过过滤条件拆分：

• data_after：筛选exam_number大于对应最大考试次数的行
• data_before：筛选exam_number小于等于对应最大考试次数的行

# 创建data_after
data_after <- combined_data %>%
  filter(exam_number > max) %>%
  select(-max)  # 移除临时添加的max列

# 创建data_before
data_before <- combined_data %>%
  filter(exam_number <= max) %>%
  select(-max)

补充说明 #

• 使用inner_join而非left_join是为了确保只处理抽样到的学生，避免原数据中未被抽样的学生混入结果
• 如果抽样得到的max是该学生在random_sample中的最大考试次数（而非原数据集的全局最大），上述代码依然能准确匹配条件拆分数据

内容的提问来源于stack exchange，提问作者stats_noob