如何在R语言中筛选每个客户首单的全部Product_ID？

原始数据集 #

首先创建示例数据集：

df <- data.frame(customerID=c(123,123,456,123,789,789,789,123,789),
                orderID=c(1,1,2,3,4,4,4,5,6),
                Product_ID=c('A','B','C','C','D','D','E','C','D'))

对应的原始表格：

需求说明 #

仅保留每个客户首单对应的所有Product_ID行，期望结果如下：

问题分析 #

原尝试代码仅返回每个客户的第一行数据，无法保留首单内的所有商品行：

first_order <- 
  df %>% 
  group_by(customerid) %>% 
  filter(row_number()==1)

原因是row_number()==1仅筛选分组内的第一行，而非所有属于首单的行。

解决方案 #

方法1：分组获取首单ID后过滤

先提取每个客户的首单orderID，再关联原数据集筛选对应行：

library(dplyr)

first_order_ids <- df %>%
  group_by(customerID) %>%
  summarise(first_order = min(orderID))

result <- df %>%
  inner_join(first_order_ids, by = "customerID") %>%
  filter(orderID == first_order) %>%
  select(-first_order)

方法2：分组后直接匹配最小orderID

在分组内直接筛选orderID等于该组最小值的所有行：

result <- df %>%
  group_by(customerID) %>%
  filter(orderID == min(orderID)) %>%
  ungroup()

方法3：使用slice_min简洁实现

slice_min的with_ties = TRUE参数会保留所有与最小orderID匹配的行：

result <- df %>%
  group_by(customerID) %>%
  slice_min(order_by = orderID, with_ties = TRUE) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者T. Troglodyte