R语言使用dplyr按id、rank双分组取每组code最小值的实现方法

解决方法 #

你现有代码的问题有两点：

• 仅设置了id作为分组维度，未添加rank作为分组字段
• filter()的筛选条件错误，你需要匹配的是分组内code的最小值，而非id的最小值

正确实现代码如下：

library(dplyr)
DF <- data.frame(id=c(1,1,1,1,2),rank=c("1","1","2","3","1"),code=c("0","1","1","0","0"))
DF %>%
  group_by(id, rank) %>% # 同时按id、rank两个字段分组
  filter(code == min(code)) %>%
  ungroup() # 不需要保留分组结构时可添加该行，方便后续数据处理

运行后输出结果和你预期一致：

id rank code
1  1    1    0
2  1    2    1
3  1    3    0
4  2    1    0

如果存在同一分组下多个code并列最小值的场景，你也可以用slice_min()控制返回行数：

DF %>%
  group_by(id, rank) %>%
  # with_ties = FALSE 表示并列时仅返回第一行，需要返回所有并列行改为TRUE即可
  slice_min(code, n = 1, with_ties = FALSE) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者hklovs