R语言如何在分组数据中保留变量首个值其余设置为NA

你可以通过以下两种常用方式实现需求，无需自定义特殊函数：

方法1：使用dplyr包（tidyverse生态常用方案） #

适合习惯tidyverse语法的场景，代码可读性高：

library(dplyr)

# 假设你的原始数据框命名为df
result <- df %>%
  # 按n_historia分组
  group_by(n_historia) %>%
  # 仅保留组内第一行的指定列值，其余行设为NA
  mutate(
    fecha_primer_pos = ifelse(row_number() == 1, fecha_primer_pos, NA),
    fecha_ultimo_pos = ifelse(row_number() == 1, fecha_ultimo_pos, NA)
  ) %>%
  # 取消分组，避免后续操作受分组逻辑影响
  ungroup()

如果需要先按某一字段（比如时间字段from）排序后再取首行，只需在group_by语句后加一行arrange(from)即可。

方法2：基础R实现（无需加载第三方包） #

运行效率更高，适合处理大数据量场景：

# 生成每个n_historia分组内的行序号
group_rowid <- ave(rep(1, nrow(df)), df$n_historia, FUN = seq_along)
# 直接将非首行的指定列赋值为NA
df[group_rowid != 1, c("fecha_primer_pos", "fecha_ultimo_pos")] <- NA

内容的提问来源于stack exchange，提问作者jajb