R语言按CustomerID分组修改每组首行Code2值的需求

原始数据集 #

df <- 
  read.table(textConnection("CustomerID   Code1 Code2   
A 1 1 
A 0 1 
A 1 1 
B 1 0 
B 0 1 
C 1 1 
C 1 1 
D 1 0                         
D 0 1 
D 1 1 "), header=TRUE)

使用dplyr（tidyverse）实现 #

这是简洁的tidy风格实现，通过分组后判断行号和条件修改值：

library(dplyr)

df_modified <- df %>%
  group_by(CustomerID) %>%
  mutate(Code2 = case_when(
    row_number() == 1 & Code1 == 1 & Code2 == 1 ~ 0,
    TRUE ~ Code2
  )) %>%
  ungroup()

• group_by(CustomerID)：按客户ID分组
• row_number() == 1：定位每组首行
• 当首行同时满足Code1=1和Code2=1时，将Code2设为0，否则保留原值
• ungroup()：取消分组，返回标准数据框

使用Base R实现 #

无需额外包，通过拆分-修改-合并的流程完成：

# 按CustomerID拆分数据为分组列表
grouped_data <- split(df, df$CustomerID)

# 遍历每个分组，检查并修改首行
modified_groups <- lapply(grouped_data, function(group) {
  if (group[1, "Code1"] == 1 && group[1, "Code2"] == 1) {
    group[1, "Code2"] <- 0
  }
  return(group)
})

# 合并所有分组，恢复原始行顺序
df_modified <- do.call(rbind, modified_groups)
df_modified <- df_modified[match(rownames(df), rownames(df_modified)), ]

• split()：将数据拆分为按CustomerID分组的列表
• lapply()：遍历每个分组，检查首行条件并修改
• do.call(rbind, ...)：合并所有修改后的分组
• 最后一行代码用于恢复原始数据的行顺序（若不需要分组排序后的结果）

验证结果 #

运行上述代码后，df_modified将与你提供的目标结果完全一致。

内容的提问来源于stack exchange，提问作者JeffWithpetersen