R语言dplyr按ID分组统计列中大于0.8的值并标记计数

核心实现代码 #

直接基于dplyr分组操作即可完成需求，无需复杂循环，完整可运行代码如下：

library(dplyr)

result <- tmp %>%
  group_by(id) %>%
  mutate(
    # 标记perc大于等于0.8的行
    match_flag = perc >= 0.8,
    # 统计每组符合条件的总个数
    match_count = sum(match_flag),
    # 定位组内最后一个符合条件的行位置
    last_match_row = max(which(match_flag)),
    # 赋值：仅目标位置填计数，其余位置为NA
    breakpoint = ifelse(row_number() == last_match_row, match_count, NA_integer_)
  ) %>%
  # 移除计算用的中间辅助列
  select(-match_flag, -match_count, -last_match_row) %>%
  ungroup()

逻辑说明 #

• 代码完全匹配需求：按id分组后，先识别所有perc >= 0.8的行，统计总数量后，仅把计数值写入组内最后一个符合条件的行的breakpoint列，其余行该列统一赋值为NA
• 你提供的预期输出中id=2组的perc数值和原始测试数据有出入（原始数据id=2第一行perc为10.89，预期输出写为1、第二行写为0.89），属于手动录入笔误，代码运行后得到的breakpoint计数和你给出的预期值完全一致：id=1组计数6、id=2组计数2、id=3组计数4，标记位置也完全匹配。

提问时代码格式设置方法 #

除了你已知的Ctrl+K快捷键，手动标记规则如下：

• 行内嵌入的短代码/函数名/变量名：用1个反引号（）包裹内容即可，例如group_by()`
• 多行完整代码块：在代码段的上方、下方各单独放一行3个连续反引号（），如果需要语法高亮，可以在上方的三个反引号后标注对应语言，比如r 就会按R语法高亮显示代码。

内容的提问来源于stack exchange，提问作者Solicia