如何在R语言中按id的event存在性规则过滤数据框

可以通过分组判断+筛选的方式实现需求，下面提供两种常用的R语言实现方法：

方法一：使用dplyr（tidyverse生态） #

这是最直观的分组处理方式，利用分组函数结合条件筛选完成需求：

library(dplyr)

data <- data.frame(id=c(1,1,1,2,2,2,3,3,3),
                   event=c(1,0,1,0,0,1,0,0,0))

result <- data %>%
  group_by(id) %>%
  filter(if (any(event == 1)) event == 1 else TRUE) %>%
  ungroup()

print(result)

代码解释： #

• group_by(id)：按个人编号id对数据分组
• filter(if (any(event == 1)) event == 1 else TRUE)：对每个分组执行判断逻辑：
  • 若分组内存在至少一个event=1，则只保留该分组中event=1的行
  • 若分组内所有event均为0，则保留该分组的全部行
• ungroup()：取消分组格式，返回普通数据框

方法二：使用Base R #

无需加载额外扩展包，通过基础函数生成分组标记后完成筛选：

data <- data.frame(id=c(1,1,1,2,2,2,3,3,3),
                   event=c(1,0,1,0,0,1,0,0,0))

# 生成每个id的标记：1代表该id存在event=1，0代表无
has_event <- ave(data$event, data$id, FUN = function(x) any(x == 1))

# 按条件筛选行：有event的id只留event=1的行，无event的id留全部行
result <- data[(has_event == 1 & data$event == 1) | has_event == 0, ]

print(result)

代码解释： #

• ave(data$event, data$id, FUN = function(x) any(x == 1))：按id分组，为每个组生成是否存在event=1的标记，返回与原数据等长的向量
• 筛选逻辑用|（或）连接两个条件：一是有event的id中event=1的行，二是无event的id的所有行

两种方法运行后均会输出目标结果：

> print(result)
  id event
1  1     1
3  1     1
6  2     1
7  3     0
8  3     0
9  3     0

内容的提问来源于stack exchange，提问作者Lee