如何按姓名分组将种族变量重编码为多种族类别

你的需求可以通过更紧凑的dplyr管道操作完成，全程不需要额外中间变量，代码逻辑更清晰：

library(dplyr)

# 示例数据
df <- data.frame('Name' = c("Jon", "Jon", "Bobby", "Sarah", "Fred"),
                 'Race' = c("Black", "White", "Asian", "Asian", "Black"))

# 优化后的实现
df1 <- df %>%
  distinct(Name, Race) %>%  # 先去除重复的姓名-种族组合
  group_by(Name) %>%
  summarise(
    # 分组判断：多种族则标记为Multiracial，否则保留原种族
    Race = if_else(n_distinct(Race) > 1, "Multiracial", first(Race))
  ) %>%
  ungroup()

优化点说明 #

1. 减少中间变量：原代码需要单独创建multi_answer存储分组统计结果，这里直接在管道内完成判断和重编码，避免冗余变量
2. 风格统一：全程使用dplyr的管道语法，替代原代码中混合基础R的索引操作（df1[df1$Name %in% ...]），代码可读性更强
3. 自动去重：summarise按姓名分组后，每个姓名只会生成一行结果，不需要像原代码那样二次调用unique(df1)

如果想进一步简化，因为第一步已经用distinct去重了分组内的重复种族，所以可以用n()替代n_distinct(Race)，效率更高：

df1 <- df %>%
  distinct(Name, Race) %>%
  group_by(Name) %>%
  summarise(
    Race = case_when(
      n() > 1 ~ "Multiracial",
      TRUE ~ Race
    )
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者snailwhale