R语言dplyr按分组基于其他列条件使用distinct()去重实现方法

依赖包 #

library(dplyr)

通用处理代码（同时适配基础场景和复杂场景） #

dat_processed <- dat %>%
  # 按id、dt分组，同一id下相同dt的行会被分到同一组
  group_by(id, dt) %>%
  filter(
    # 组内存在ind=1时，仅保留所有ind=1的行
    if (any(ind == "1")) ind == "1" 
    # 组内全为ind=0时，仅保留1行
    else row_number() == 1
  ) %>%
  ungroup()

逻辑说明 #

上述代码完全匹配你总结的三类去重规则：

• 相同dt的行ind全部为1：any(ind == "1")判定为真，保留所有ind=1的行（即全部行），符合规则1
• 相同dt的行ind全部为0：any(ind == "1")判定为假，仅保留组内第一行，符合规则2
• 相同dt的行同时存在ind=0和ind=1：any(ind == "1")判定为真，过滤掉所有ind=0的行，仅保留ind=1的行，符合规则3

注：如果你的ind列是数值类型，将判断条件中的"1"改为1即可。

内容的提问来源于stack exchange，提问作者statsnstuff