R语言按TRIAL分组迁移列值：满足条件时的数据处理问题排查

原代码问题分析 #

• 未处理NA值：filter(!any(RL > 5.0 | SL > 5.0))中，D组的RL/SL无大于5的值但存在NA，导致any()返回NA，!any()同样为NA，filter会直接排除这类组，最终结果缺失D组数据。
• 拆分合并方式繁琐：拆分数据框再rbind的写法容易出错，且不如分组后统一处理高效。

正确实现代码 #

library(tibble)
library(dplyr)

dt <- tibble(
  TRIAL = c("A", "A", "A", "B", "B", "B", "C", "C", "C","D","D","D"),
  RL = c(1, NA, 3, 1, 6, 3, 2, 3, 1, 0, 1.5, NA),
  SL = c(6, 1.5, 1, 0, 0, 1, 1, 2, 0, 1, 1.5, NA),
  HC = c(0, 1, 5, 6,7, 8, 9, 3, 4, 5, 4, 2)
)

# 核心逻辑：分组后统一处理列值
result <- dt %>%
  group_by(TRIAL) %>%
  mutate(
    # 判断组内是否存在RL/SL大于5的值，忽略NA
    group_has_over5 = any(RL > 5 | SL > 5, na.rm = TRUE),
    # 根据组判断结果填充新列RLCT、SLCT
    RLCT = if(group_has_over5) RL else NA_real_,
    SLCT = if(group_has_over5) SL else NA_real_,
    # 根据组判断结果重置原RL、SL列
    RL = if(group_has_over5) NA_real_ else RL,
    SL = if(group_has_over5) NA_real_ else SL
  ) %>%
  ungroup() %>%
  # 调整列顺序匹配预期输出
  select(TRIAL, HC, RLCT, SLCT, SL, RL)

print(result)

运行结果 #

执行代码后将得到完整的12行数据，完全符合需求逻辑：

# A tibble: 12 × 6
   TRIAL    HC  RLCT  SLCT    SL    RL
   <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 A         0     1   6    NA    NA  
 2 A         1    NA   1.5  NA    NA  
 3 A         5     3   1    NA    NA  
 4 B         6     1   0    NA    NA  
 5 B         7     6   0    NA    NA  
 6 B         8     3   1    NA    NA  
 7 C         9    NA  NA     1     2  
 8 C         3    NA  NA     2     3  
 9 C         4    NA  NA     0     1  
10 D         5    NA  NA     1     0  
11 D         4    NA  NA     1.5   1.5
12 D         2    NA  NA    NA    NA  

（注：你提供的预期输出中C组的RL/SL值存在笔误，上述结果严格遵循原数据逻辑生成）

内容的提问来源于stack exchange，提问作者abduljelil