R语言dplyr多分组多条件过滤计算最小值返回Inf警告求解

需要结合值缺失、非缺失、等于0、大于0等组合条件计算score字段最小值，代码运行时触发警告：min(score) no non missing arguments to min, returning Inf。

业务判定规则 #

• 配偶身份判定：sp_id为大于0的非缺失整数变量
• 产权所有人判定：ownership_percentage大于0且非缺失
• 优先级规则：若配偶同时满足ownership_percentage大于0且非缺失，优先判定为产权所有人，不归类为配偶

需求说明 #

已构建测试数据集，因久未使用R语言，现有代码逻辑有误，需修正代码，实现*非产权所有人配偶（满足ownership_percentage为NA或0，且sp_id非缺失/大于0）*分组下的score最小值计算。
现有错误测试代码如下：

library(dplyr)
account_id <-c(1,2,3,4,5,6,7)
principal_id <- c(1,2,3,4,5,6,7)
contact_id <- c(1,2,3,4,5,6,7)
sp_id <-c(1,2,NA,4,5,NA,7)
ownership_percentage <-c(25,0,NA,12,15,67,71)
score <-c(1,2,3,NA,5,6,7)
df <-data.frame(account_id,principal_id,contact_id,sp_id,ownership_percentage,score)

View(df)

# identify Non owner spouses(ownership_percentage = NA or 0) & (sp_id != NA or > 0) 
# calculate min score
df%>%
  group_by(account_id,principal_id,contact_id,sp_id) %>%
  filter(is.na(ownership_percentage) & ownership_percentage == 0 & (is.na(sp_id) || sp_id> 0)) %>%  
  summarise(min_score= min(score))

View(df)

错误点说明 #

1. 逻辑判断错误：判断ownership_percentage为NA或0时误用了&（且逻辑），单个值不可能同时为NA和0，导致过滤后无有效样本；判断配偶条件时写反逻辑（非产权配偶要求sp_id非缺失，原代码包含is.na(sp_id)判断），且误用仅支持单值运算的||做向量化判断，会导致逻辑判断仅读取向量第一个元素值，结果完全不符合预期。
2. 未处理score字段的NA值：min()函数默认遇到NA会返回NA，当组内所有score都是NA时就会触发无有效参数返回Inf的警告。
3. 过滤逻辑未匹配优先级规则，没有提前排除产权所有人样本。

修正后代码 #

library(dplyr)

df <- data.frame(
  account_id = c(1,2,3,4,5,6,7),
  principal_id = c(1,2,3,4,5,6,7),
  contact_id = c(1,2,3,4,5,6,7),
  sp_id = c(1,2,NA,4,5,NA,7),
  ownership_percentage = c(25,0,NA,12,15,67,71),
  score = c(1,2,3,NA,5,6,7)
)

result <- df %>%
  filter(
    # 满足配偶身份：sp_id非缺失且大于0
    !is.na(sp_id),
    sp_id > 0,
    # 满足非产权人：产权占比为NA或0，自动排除占比>0的产权所有人，匹配优先级规则
    is.na(ownership_percentage) | ownership_percentage == 0
  ) %>%
  group_by(account_id, principal_id, contact_id, sp_id) %>%
  # 计算最小值时传入na.rm = TRUE，自动移除score中的NA值，避免Inf警告
  summarise(min_score = min(score, na.rm = TRUE), .groups = "drop")

print(result)

基于提供的测试数据集运行后，仅account_id=2的样本符合非产权所有人配偶条件，最终计算得到min_score为2。

内容的提问来源于stack exchange，提问作者Ricky