基于含特定字符串的条件使用Dplyr对数据进行分组处理

实现方案 #

你可以直接使用dplyr的group_by+summarise组合实现需求，核心逻辑是判断分组内是否存在Type为R的值，存在就返回R，否则返回O。

构造示例数据集 #

library(dplyr)
df <- tribble(
  ~Year, ~ID, ~Type,
  2000, 1, "O",
  2000, 1, "O",
  2000, 1, "O",
  2000, 1, "O",
  2000, 1, "R",
  2017, 5, "O",
  2017, 5, "O",
  2000, 8, "R",
  2000, 8, "O",
  2002, 8, "O"
)

分组计算代码 #

result <- df %>%
  group_by(Year, ID) %>%
  summarise(Type = ifelse(any(Type == "R"), "R", "O"), .groups = "drop")

结果验证 #

运行后得到的输出和预期完全一致：

代码说明 #

• group_by(Year, ID) 按指定的两个字段完成分组
• any(Type == "R") 判断当前分组内是否存在Type为R的记录，返回布尔值
• ifelse 根据判断结果返回对应的Type取值
• .groups = "drop" 参数用来取消输出结果的分组状态，避免后续操作出现不必要的分组提示。

内容的提问来源于stack exchange，提问作者PCRL