R语言使用dplyr按分组满足条件后修改每行变量的实现方法

你可以借助dplyr的分组运算+累积最大值函数实现该需求，完整代码如下：

# 加载dplyr包
library(dplyr)

# 构造示例数据（优化为直接生成数值型N，避免类型转换问题）
Groups <- c("A", "A", "A", "A", "B", "B", "B", "B", "C", "C")
N <- c(1,1,1,1,1,1,1,1,1,1)
R <- c("N", "N", "Y", "N", "N", "N", "Y", "N", "N", "N")
Dat <- data.frame(Groups, N, R)

# 核心计算逻辑
result <- Dat %>%
  group_by(Groups) %>%
  mutate(N = N + cummax(R == "Y")) %>%
  ungroup()

# 输出查看结果
print(result)

运行后输出结果和预期完全一致：

# A tibble: 10 × 3
   Groups     N R    
   <chr>  <dbl> <chr>
 1 A          1 N    
 2 A          1 N    
 3 A          2 Y    
 4 A          2 N    
 5 B          1 N    
 6 B          1 N    
 7 B          2 Y    
 8 B          2 N    
 9 C          1 N    
10 C          1 N  

逻辑说明 #

• group_by(Groups)：按分组字段拆分数据，保证不同分组的计算完全独立
• R == "Y"：生成逻辑判断向量，R取值为Y的位置返回TRUE（数值等价为1），其余返回FALSE（数值等价为0）
• cummax()：计算累积最大值，一旦某位置取值为1，后续所有位置的计算结果都会保持为1，刚好覆盖「触发条件行及其所在分组后续所有行」的范围
• 原始N值加上这个累积最大值向量，即可得到目标结果

如果你的原始数据中N已经被转为字符类型（比如原代码中用cbind生成数据框的场景），只需要在mutate步骤先把N转为数值即可：

result <- Dat %>%
  group_by(Groups) %>%
  mutate(N = as.numeric(N) + cummax(R == "Y")) %>%
  ungroup()

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