R语言使用mutate结合max、distinct按物种标记最大花瓣长度报错问题

你遇到的报错和结果不符合预期来自两个核心错误：

• distinct()是dplyr中用于对数据框按指定列去重的函数，输入对象要求为数据框，你直接传入单列因子向量，自然触发「没有适用于factor类对象的distinct方法」的报错，即便转为字符向量也无法解决这个函数调用逻辑的错误
• 直接调用max(Petal.Length)会计算全数据集的花瓣长度最大值，无法得到每个物种对应的组内最大值，就算修正报错也得不到你想要的按物种匹配最大值的效果

你需要先按物种分组，再对每组内的花瓣长度做最大值匹配：

library(dplyr)

iris %>% 
  # 按物种分组，后续计算默认按组执行
  group_by(Species) %>% 
  mutate(high_spec = case_when(
    # 匹配当前行花瓣长度等于组内最大值的行
    Petal.Length == max(Petal.Length) ~ 'highest_length',
    # 不满足条件的行填充为NA，可根据需求修改为其他值
    .default = NA_character_
  )) %>% 
  # 操作完成后取消分组，避免影响后续数据处理
  ungroup()

如果同一个物种下存在多个完全相等的最大花瓣长度，上述代码会给所有匹配行都打上标记，如果仅需要标记第一个出现的最大值行，可以将判断逻辑修改为：

Petal.Length == max(Petal.Length) & row_number() == which.max(Petal.Length)

内容的提问来源于stack exchange，提问作者En_JK7