如何使用dplyr根据分组内特定值的存在情况修改同组其他值

需求说明 #

按group字段分组处理：

• 若分组内存在以M开头的取值（仅MC、MA两种情况），将组内所有非NA的value值统一替换为该M开头的取值
• 原有NA值保持不变
• 无M开头取值的分组不做修改

实现代码 #

library(dplyr)
library(stringr)

# 构造原始数据
df <- structure(list(group = c("A", "A", "A", "B", "B", "B", "C", "C", 
"C", "D", "D", "D"), type = c("T1", "T2", "T3", "T1", "T2", "T3", 
"T1", "T2", "T3", "T1", "T2", "T3"), value = c("MC", "C", NA, 
"C", "C", NA, "MA", "A", "A", NA, "MA", "MA")), row.names = c(NA, 
-12L), class = c("tbl_df", "tbl", "data.frame"))

# 分组处理
df_result <- df %>%
  group_by(group) %>%
  mutate(
    # 提取当前组内M开头的取值（每组最多一个）
    m_val = first(na.omit(value[str_starts(value, "^M")])),
    # 替换逻辑：存在对应M值且当前value非NA则替换，否则保留原值
    value = ifelse(!is.na(m_val) & !is.na(value), m_val, value)
  ) %>%
  ungroup() %>%
  select(-m_val) # 删除临时辅助列

# 查看结果
print(df_result)

如果不想额外依赖stringr包，也可以把str_starts(value, "^M")替换为grepl("^M", value)，仅用base R函数即可实现相同效果。

输出结果 #

运行后得到的结果与预期完全一致：

# A tibble: 12 × 3
   group type  value
   <chr> <chr> <chr>
 1 A     T1    MC   
 2 A     T2    MC   
 3 A     T3    NA   
 4 B     T1    C    
 5 B     T2    C    
 6 B     T3    NA   
 7 C     T1    MA   
 8 C     T2    MA   
 9 C     T3    MA   
10 D     T1    NA   
11 D     T2    MA   
12 D     T3    MA   

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