如何用R dplyr逐行查找11最后出现后的SOC编码变化并记录？

首先先重现你的数据：

ID <- c(1,2,3,6) 
SOC_2017 <- c(22,11,11,10)
SOC_2018 <- c(11,11,21,10)
SOC_2019 <- c(11,11,21,20)
SOC_2020 <- c(21,11,21,20)
my_data<- data.frame(ID,SOC_2017,SOC_2018,SOC_2019,SOC_2020)

核心思路 #

不需要嵌套IF函数，用向量化操作或分组处理更高效：

1. 定位每行中值为11的所有位置，取最后一个出现的索引
2. 判断该索引是否为年份列的最后一列：如果是则无后续值，否则提取下一列的数值和对应年份
3. 整理结果为你需要的宽格式

方法一：基础R实现 #

# 筛选出所有年份列的索引
soc_col_idx <- grep("SOC_", names(my_data))
# 提取年份列名称和对应的年份数字
year_cols <- names(my_data)[soc_col_idx]
year_nums <- as.integer(sub("SOC_", "", year_cols))

# 逐行处理数据
row_results <- apply(my_data[soc_col_idx], 1, function(row_vals) {
  # 找到当前行中值为11的位置
  eleven_pos <- which(row_vals == 11)
  # 没有11的行直接返回空
  if (length(eleven_pos) == 0) return(NULL)
  # 取最后一个11的位置
  last_eleven <- max(eleven_pos)
  # 如果11在最后一列，无后续值，返回空
  if (last_eleven == length(row_vals)) return(NULL)
  # 提取后续值和对应年份列名
  next_val <- row_vals[last_eleven + 1]
  next_year_col <- year_cols[last_eleven + 1]
  return(data.frame(ID = my_data$ID[which(row_vals == my_data[soc_col_idx, ])],
                    col_name = next_year_col,
                    value = next_val))
})

# 合并结果并转为宽格式
final_result <- do.call(rbind, row_results) %>%
  tidyr::pivot_wider(id_cols = ID, names_from = col_name, values_from = value)

# 查看结果
print(final_result)

方法二：tidyverse框架实现（更简洁直观） #

library(tidyverse)

final_result <- my_data %>%
  # 转成长格式，便于分组处理
  pivot_longer(-ID, names_to = "year_col", values_to = "soc_val") %>%
  mutate(year = as.integer(str_remove(year_col, "SOC_"))) %>%
  group_by(ID) %>%
  mutate(
    # 标记当前值是否为11
    is_eleven = soc_val == 11,
    # 找到当前组中最后一个11的行号
    last_eleven_row = max(which(is_eleven))
  ) %>%
  # 只保留最后一个11的下一行数据
  filter(row_number() == last_eleven_row + 1) %>%
  # 过滤掉没有11或11在最后一行的情况
  filter(!is.na(last_eleven_row)) %>%
  # 转回宽格式
  select(ID, year_col, soc_val) %>%
  pivot_wider(names_from = year_col, values_from = soc_val)

# 查看结果
print(final_result)

两种方法运行后都会得到你需要的输出：

内容的提问来源于stack exchange，提问作者S12