R使用summarise生成BMI分类表返回逻辑值而非数值的解决方法

你代码中summarise里写的BMI<25这类写法是逻辑判断表达式，运行后只会返回TRUE/FALSE的布尔值，不会自动提取符合条件的BMI数值；同时原代码的区间判断存在边界漏洞，会漏掉临界值。

通过逻辑条件索引筛选提取对应分类的BMI值，用列表列存储多个匹配值，同时修正区间边界，修改后代码如下：

weight %>% 
  select(Id, BMI) %>% 
  # 若需要按Id分组统计每个用户的各分类BMI数据则保留此行，统计全量数据则删除
  group_by(Id) %>% 
  summarise(
    healthy = list(BMI[BMI < 25]),
    not_obese = list(BMI[BMI >= 25 & BMI < 30]),
    low_risk_obesity = list(BMI[BMI >= 30 & BMI < 35]),
    moderate_risk_obesity = list(BMI[BMI >= 35 & BMI < 40]),
    High_risk_obesity = list(BMI[BMI >= 40]),
    count_records = n(),
    .groups = "drop"
  ) %>% 
  View()

• BMI[判断条件]是R基础的索引写法，会直接返回符合判断条件的BMI数值，外层套list()是因为单个分类下可能匹配多个值，存在列表列中即可实现“单元格内存放多个数值”的效果，和你给出的示例格式一致。
• 原代码的区间判断存在缺口：比如漏掉了BMI=25、29.9<BMI<30这类临界值，调整为左闭右开区间后所有BMI值都能被正确归类，不会出现遗漏。
• 新增.groups = "drop"参数，会在summarise计算完成后自动解除分组，避免后续数据处理受残留分组影响。

内容的提问来源于stack exchange，提问作者Suehi