R语言按ID分组保留Accept_Medicare为Opt-Out的行问题求助

问题分析 #

你的代码存在两个核心问题：

• 使用summarise结合first(.x)会取每个ID分组的第一行，而非筛选出Accept_Medicare为"Opt-Out"的行；
• 数据中存在大小写不一致（"Opt-out"和"Opt-Out"），导致匹配判断失效。

解决方案 #

由于你明确每个ID仅有一行Accept_Medicare为"Opt-Out"（含大小写变体），可以直接筛选目标行，同时处理大小写问题避免匹配错误：

方法1：直接筛选（推荐） #

library(dplyr)
library(stringr) # 用于处理大小写转换

# 构造示例数据
ID <- c("01", "01", "02", "02") 
Accept_Medicare <- c("Opt-out", "Accept", "Opt-Out", "Accept")
Data <- c("yes", "no", "no", "no")
combo1 <- data.frame(ID, Accept_Medicare, Data)

# 筛选并去重
combo1_clean <- combo1 %>%
  # 统一转换为小写，避免大小写不匹配
  mutate(Accept_Medicare = str_to_lower(Accept_Medicare)) %>%
  # 筛选目标行
  filter(Accept_Medicare == "opt-out")

运行后结果：

ID Accept_Medicare Data
1 01         opt-out  yes
2 02         opt-out   no

方法2：分组后筛选（适用于需要保留分组逻辑的场景） #

如果需要确保每个ID只保留一行（即使存在多目标行的极端情况），可以分组后筛选：

combo1_clean <- combo1 %>%
  group_by(ID) %>%
  filter(str_to_lower(Accept_Medicare) == "opt-out") %>%
  ungroup()

原代码问题修正说明 #

如果你想基于原代码调整，需要替换first(.x)为筛选后的取值，同时修正大小写匹配：

combo1_clean <- combo1 %>%
  group_by(ID) %>%
  summarise(
    Accept_Medicare = first(Accept_Medicare[str_to_lower(Accept_Medicare) == "opt-out"]),
    Data = first(Data[str_to_lower(Accept_Medicare) == "opt-out"])
  )

但这种方式不如直接筛选简洁。

内容的提问来源于stack exchange，提问作者benzinga