使用R的group_by()按条件折叠数据集并生成配对变量

假设你的原始数据框名为senate_data，包含congress、RollNo、state、vote（投票结果列）、party（党派列）这些核心字段，以下是用dplyr实现需求的正确代码：

library(dplyr)

result_data <- senate_data %>%
  # 按指定维度分组
  group_by(congress, RollNo, state) %>%
  # 生成两个新变量
  mutate(
    # 同州两位参议员投票是否一致：一致为1，否则0；组内人数不为2时设为NA
    Pair_Vote = as.integer(ifelse(n() == 2, first(vote) == last(vote), NA)),
    # 同州两位参议员是否同党派：同党派为1，否则0；组内人数不为2时设为NA
    Pair_Party = as.integer(ifelse(n() == 2, first(party) == last(party), NA))
  ) %>%
  # 取消分组（可选，根据后续操作需求）
  ungroup()

代码说明： #

• group_by(congress, RollNo, state)：严格按照你要求的三个维度分组，确保每个组对应某届国会、某次投票、某个州的两位参议员。
• n() == 2：先检查每个分组是否恰好有2行（对应两位参议员），避免因数据异常（比如某州只有一位参议员参与投票）导致错误结果，这种情况直接标记为NA。
• first(vote) == last(vote)：比较组内第一位和第二位参议员的投票结果，相等则返回TRUE，转成整数后就是1，否则是0。也可以用n_distinct(vote) == 1替代，效果一致。
• as.integer()：把逻辑值（TRUE/FALSE）转换成整数1/0，符合你要的变量格式。

如果你的原始数据中每个分组必然是2行，也可以简化掉ifelse(n() == 2, ...)这部分，直接写：

mutate(
  Pair_Vote = as.integer(first(vote) == last(vote)),
  Pair_Party = as.integer(first(party) == last(party))
)

内容的提问来源于stack exchange，提问作者Stephanie Ramsey Davis