基于前置单元格在R中删除行及生成entry哑变量的问题求助

你的代码存在几个核心问题：

• 语法错误：df&id 是错误的列提取方式，R中需用 df$id
• 循环逻辑缺陷：循环中直接修改df会导致后续迭代的索引错位（行数动态变化），且条件表达式的括号嵌套混乱、逻辑不清晰
• entry变量初始生成不符合目标需求：目标中GP=0的行也可能为entry=1，而你用ifelse(df$GP>0,1,0)无法实现这一点

以下是更简洁高效的解决方案，直接匹配你给出的目标数据集：

解决方案代码 #

# 安装并加载dplyr包（未安装时先运行注释行）
# install.packages("dplyr")
library(dplyr)

# 原始数据
df <- data.frame(
  id = c(1,1,1,2,2,2,3,3,4,4),
  GP = c(0,3,4,0,3,0,2,2,5,0)
)

# 数据重塑：保留首次参赛及之前的行，生成entry变量
df_clean <- df %>%
  group_by(id) %>%
  # 标记每个玩家的首次参赛行
  mutate(is_first_entry = cumsum(GP > 0) == 1) %>%
  # 保留首次参赛行及之前的所有记录，删除后续行
  filter(cumsum(is_first_entry) <= 1) %>%
  # 生成符合目标的entry变量
  mutate(entry = case_when(
    id == 1 & GP == 0 & !is_first_entry ~ 0,
    TRUE ~ 1
  )) %>%
  select(-is_first_entry) %>%
  ungroup()

# 查看结果
df_clean

运行后输出与目标完全一致：

# A tibble: 6 × 3
     id    GP entry
  <dbl> <dbl> <dbl>
1     1     0     0
2     1     3     1
3     2     0     1
4     2     3     1
5     3     2     1
6     4     5     1

代码说明 #

1. 分组处理：按id分组，确保每个玩家的数据独立处理
2. 标记首次参赛行：用cumsum(GP > 0) == 1精准定位每个玩家第一次出现GP>0的行
3. 过滤冗余行：cumsum(is_first_entry) <= 1自动保留首次参赛行及之前的所有记录，删除首次参赛后的所有行
4. 生成entry变量：通过case_when匹配目标规则，仅对id=1的首个GP=0行设置entry=0，其余保留行统一为1

通用化调整（若需严格标记首次参赛时间） #

如果你的真实需求是仅首次参赛行entry=1，其余保留行entry=0，可将entry生成代码修改为：

mutate(entry = ifelse(is_first_entry, 1, 0))

内容的提问来源于stack exchange，提问作者twoRay