如何使用dplyr按ID分组选取每组中到第一个5（含）的行？

你可以通过dplyr的分组和切片操作实现需求，具体代码如下：

首先定义原始数据：

df1 <- data.frame(ID = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2),
                  var1 = c(0, 2, 3, 4, 2, 5, 6, 10, 11, 0, 1, 2, 1, 5, 7, 10))

核心处理代码：

library(dplyr)

# 按ID分组，保留从第一行到第一个出现5（含）的所有行
result <- df1 %>%
  group_by(ID) %>%
  slice(1:which(var1 == 5)[1]) %>%
  ungroup()

# 查看结果
print(result)

代码说明： #

• group_by(ID)：将数据按ID分组，确保每个ID组内独立处理
• slice(1:which(var1 == 5)[1])：
  • which(var1 == 5)返回当前组中var1等于5的所有行索引
  • [1]提取第一个索引，即第一次出现5的位置
  • 1:索引选取从第一行到该位置的所有行，包含出现5的那一行
• ungroup()：取消分组，将结果转换为普通数据框格式

扩展：处理无5的分组 #

如果数据中存在某个ID组未出现5的情况，想要保留该组全部行，可以修改代码如下：

result <- df1 %>%
  group_by(ID) %>%
  slice(1:ifelse(is.na(which(var1 == 5)[1]), n(), which(var1 == 5)[1])) %>%
  ungroup()

这里通过ifelse判断，若未找到5（which返回NA），则用n()获取当前组总行数，保留全部行。

内容的提问来源于stack exchange，提问作者Meg.abytes