R中dplyr管道多条件case_when分组汇总逻辑实现问题

修正思路 #

原有代码未处理purchases == "none"的无效观测，且case_when分支不全、判断顺序不匹配规则优先级，调整要点如下：

• 分组后先在组内剔除purchases值为"none"的观测，再做后续判断
• case_when严格按规则优先级从高到低写条件，命中即返回对应值，不再执行后续判断
• 组内排序保留原始数据顺序，避免取前2条记录时顺序错乱

完整实现代码 #

library(dplyr)

actions %>%
  # 生成原始行号保证组内顺序和原数据一致，无顺序要求可删除
  mutate(raw_row = row_number()) %>%
  group_by(id) %>%
  # 按id+原始行号组内排序
  arrange(id, raw_row, .by_group = TRUE) %>%
  # 组内过滤掉purchases为none的无效观测
  filter(purchases != "none") %>%
  summarise(
    output = case_when(
      # 排除none后前2条观测均为need，返回yes
      first(purchases) == "need" & nth(purchases, 2) == "need" ~ "yes",
      # 组内不存在need或want的观测，返回none
      all(!purchases %in% c("need", "want")) ~ "none",
      # 其余所有情况返回no
      TRUE ~ "no"
    ),
    .groups = "drop"
  )

边界场景适配 #

• 若某id所有观测值都是"none"，过滤后组内无有效记录，会自动命中第二个判断返回"none"，符合规则要求
• 若某id排除"none"后仅1条"need"记录，第一条判断因第二个值不存在不成立，因存在"need"值会走到最后分支返回"no"，符合规则要求
• 若某id排除"none"后第一条是"need"、第二条是其他值，第一条判断不成立，最终返回"no"

内容的提问来源于stack exchange，提问作者Eman