R纵向数据集跨波次变量重编码：首现1后后续波次均赋值1

核心逻辑为按受访者唯一标识分组后，按调研波次的时间顺序排序，使用R内置的累积最大值函数即可实现需求，无需嵌套复杂的if-else判断。

代码实现 #

# 加载dplyr包
library(dplyr)

# 预设字段说明：
# id：受访者唯一识别码
# wave：调研波次，数值越大对应调研时间越晚
# furlough_raw：原始编码的0/1变量
df_processed <- df %>%
  group_by(id) %>%
  # 按波次升序排序，保证时间顺序正确
  arrange(wave, .by_group = TRUE) %>%
  # 生成重编码后的新变量
  mutate(furlough_corrected = cummax(furlough_raw)) %>%
  ungroup()

实现说明 #

cummax()为累积最大值计算函数，对于0/1构成的序列来说，只要序列中任意位置出现过1，后续所有位置的累积最大值都会固定为1，完全匹配你要求的「首次取值为1后所有后续波次统一设为1」的重编码规则。如果需要直接覆盖原始变量，将代码中的furlough_corrected替换为原始变量的名称即可。

异常兼容（可选） #

如果原始变量存在缺失值，可先对缺失值做自定义处理后再计算，示例如下（默认缺失值按0处理）：

mutate(furlough_corrected = cummax(coalesce(furlough_raw, 0)))

内容的提问来源于stack exchange，提问作者wusterw