按ID分组筛选数据集：保留满足条件的行及指定后续行

需求说明 #

按ID分组后，保留满足以下任一条件的行：

• 该行Condition1列的值为1
• 该行Condition2列的值为1，且紧邻在Condition1列值为1的行下方

数据集 #

df <- 
  read.table(textConnection("ID   Condition1   Condition2
A 1 0
A 1 1 
A 0 1
A 1 0
A 0 0 
A 0 1
B 1 1
B 0 1
C 1 0
C 0 0 
D 1 0
D 0 1
D 1 1 
D 0 0
"), header=TRUE)

解决方案代码 #

使用dplyr包完成分组筛选操作：

library(dplyr)

filtered_df <- df %>%
  group_by(ID) %>%
  mutate(prev_condition1 = lag(Condition1, default = 0)) %>%
  filter(Condition1 == 1 | (Condition2 == 1 & prev_condition1 == 1)) %>%
  select(-prev_condition1) %>%
  ungroup()

# 查看筛选结果
print(filtered_df)

代码逻辑解释 #

1. 分组处理：通过group_by(ID)保证每个ID内部独立处理行的顺序与条件
2. 生成辅助列：lag(Condition1, default = 0)获取当前行的上一行Condition1值，第一行无前置行，默认设为0
3. 筛选规则：
   • 直接保留Condition1 == 1的行
   • 保留Condition2 == 1且上一行Condition1 == 1的行
4. 清理数据：移除辅助列prev_condition1，并取消分组状态

输出结果 #

运行代码后得到的结果与预期一致：

内容的提问来源于stack exchange，提问作者JeffWithpetersen