使用dplyr与mutate按分组添加最小值列报错解决方法

slice()是dplyr中按行索引筛选数据的函数，仅接受数据框/tibble类型作为输入。你在mutate()中写slice(which.min(amt))时，传入的which.min(amt)返回值是组内最小值对应的单个行位置数值，属于数值向量，不符合slice()的输入要求，因此触发报错。
另外你的需求是为所有行追加组内统计列，不是筛选行，本身不需要调用slice()。

分组后为所有行新增组内统计列，直接在mutate()中调用对应聚合函数即可，最简洁的写法是直接用R内置的min()函数计算组内amt的最小值：

library(dplyr)

result <- data %>% 
  group_by(id) %>% 
  mutate(min = min(amt)) %>%
  ungroup()

运行后得到的result和你给出的预期输出完全一致。

注：末尾加ungroup()是良好的编码习惯，避免后续对数据框做其他操作时，意外保留分组状态导致计算错误。

如果你习惯用which.min()的索引逻辑，也可以用下面的写法，效果完全相同：

result <- data %>% 
  group_by(id) %>% 
  mutate(min = amt[which.min(amt)]) %>%
  ungroup()

这种索引写法通用性更强，除了最小值，要取组内最大值、第一个/最后一个观测值、特定位置的值都可以套用相同逻辑。

内容的提问来源于stack exchange，提问作者Michael