如何将含重复ID的data.frame聚合为按唯一ID统计错误状态的精简数据集

核心逻辑：按ID列分组后取Error列的最大值即可满足需求——只要对应ID下存在任意一条Error为1的记录，最大值就为1；所有记录Error都为0时最大值才为0。

方法1：使用dplyr包（简洁易读，最常用） #

# 加载dplyr包
library(dplyr)

# 替换df为你的原始数据框名称即可
result <- df %>%
  group_by(ID) %>%
  summarise(Error = max(Error), .groups = "drop")

方法2：使用R原生函数（无需安装额外依赖包） #

# 替换df为你的原始数据框名称即可
result <- aggregate(Error ~ ID, data = df, FUN = max)

方法3：使用data.table包（大数据量下处理效率更高） #

# 加载data.table包
library(data.table)

# 替换df为你的原始数据框名称即可
setDT(df)
result <- df[, .(Error = max(Error)), by = ID]

以上三种方法输出的结果均和你给出的期望样例完全一致，可根据使用习惯选择。

内容的提问来源于stack exchange，提问作者Evan