R语言按id分组过滤：cat多类别时优先保留A类的实现方法查询

方法1：dplyr实现（推荐，语法简洁易读） #

首先加载dplyr包，再按分组规则过滤：

library(dplyr)

# 构造示例数据集
df <- data.frame(id = c(1,2,3,3,4,5),
                 cat= c("A","A","A","B","B","B"))

df.1 <- df %>%
  group_by(id) %>%
  # 分组后判断当前id的cat唯一值数量，超过1个就只保留cat为A的记录，否则全保留
  filter(if(n_distinct(cat) > 1) cat == "A" else TRUE) %>%
  ungroup()

输出结果和需求完全一致。

方法2：base R实现（无需安装第三方包） #

# 构造示例数据集
df <- data.frame(id = c(1,2,3,3,4,5),
                 cat= c("A","A","A","B","B","B"))

df_split <- split(df, df$id)
df.1 <- do.call(rbind, lapply(df_split, function(sub) {
  if (length(unique(sub$cat)) > 1) {
    sub[sub$cat == "A", ]
  } else {
    sub
  }
}))
rownames(df.1) <- NULL # 重置行号为连续值，可选操作

方法3：data.table实现（适合大数据量场景，性能更高） #

library(data.table)
# 构造示例数据集并转换为data.table格式
df <- data.frame(id = c(1,2,3,3,4,5),
                 cat= c("A","A","A","B","B","B"))
setDT(df)

df.1 <- df[, .SD[if(uniqueN(cat) > 1) cat == "A" else TRUE], by = id]

内容的提问来源于stack exchange，提问作者amisos55