R语言如何按规则筛选数据：同id优先保留v列VDS行否则保留V6行

首先给出示例数据集构建代码：

id <-c ("A1", "A2", "A3", "A3", "A4", "A5", "A6", "A6", "A7")
v <-c ("V6", "V6", "V6", "VDS", "V6", "V6", "V6", "VDS", "V6")
s <- c("nr", "r", "nr", "nr", "r", "r", "nr", "r", "nr")
i <- c("A", "B", "C", "D", "E", "F", "G", "H", "I")
data <- data.frame(id,v,s,i)

筛选规则说明 #

对id列的每个唯一值：

• 若该id对应v列存在取值为VDS的行，仅保留该VDS对应的行
• 若该id对应v列不存在VDS值，保留v列取值为V6的行
  最终保证id列无重复值

实现方法 #

方法1：dplyr包（tidyverse生态常用写法） #

核心逻辑为按id分组后，将同组内VDS行排序到最前，取每组第一行即可满足筛选要求：

library(dplyr)

filter_result <- data %>%
  group_by(id) %>%
  # 同组内VDS行优先级高于V6，排序后放在最前
  arrange(desc(v == "VDS"), .by_group = TRUE) %>%
  # 取每组第一行
  slice(1) %>%
  ungroup()

方法2：基础R实现（无需安装额外包） #

核心逻辑为给每行设置优先级，VDS优先级高于V6，按id分组后取每组优先级最高的行：

# 新增优先级列，VDS赋值为2，V6赋值为1
data$priority <- ifelse(data$v == "VDS", 2, 1)
# 按ID分组取优先级最高的行
filter_result <- data[ave(data$priority, data$id, FUN = function(x) x == max(x)) == TRUE, ]
# 删除辅助生成的优先级列
filter_result$priority <- NULL

内容的提问来源于stack exchange，提问作者jjrose