R语言dplyr如何按条件最大值筛选分组数据？

我有按测试及各测试内部子组分组的数据，采集了一系列比例值，以及用于判断各比例值显著性的p值，数据的基本结构如下：

testid <- paste0("T", c(rep(1, 5), rep(2, 5)))
groupid <- rep(1:5, 2)
prop <- c(0.98, 0.76, 0.54, 0.32, 0.1, 0.79, 0.32, 0.09, 0.04, 0.01)
pval <- c(0.01, 0.02, 0.03, 0.04, 0.1, 0.03, 0.06, 0.25, 0.35, 0.45)

library(dplyr)
df <- tibble(testid, groupid, prop, pval)

df

# A tibble: 10 x 4
   testid groupid  prop  pval
   <chr>    <int> <dbl> <dbl>
 1 T1           1  0.98  0.01
 2 T1           2  0.76  0.02
 3 T1           3  0.54  0.03
 4 T1           4  0.32  0.04
 5 T1           5  0.1   0.1 
 6 T2           1  0.79  0.03
 7 T2           2  0.32  0.06
 8 T2           3  0.09  0.25
 9 T2           4  0.04  0.35
10 T2           5  0.01  0.45

需求是针对每个测试，提取p值小于0.05的所有子组中groupid数值最大的对应记录，预期输出结果如下：

desired <- df %>% 
  filter((testid == "T1" & groupid == 4) | (testid == "T2" & groupid == 1))

desired

# A tibble: 2 x 4
  testid groupid  prop  pval
  <chr>    <int> <dbl> <dbl>
1 T1           4  0.32  0.04
2 T2           1  0.79  0.03

之前编写的代码运行不符合预期，两个测试都仅返回了groupid为1的记录：

x <- df %>%
  group_by(testid) %>%
  filter(row_number() <= max(pval < 0.5)[1])

已确认每个测试至少存在一个p<0.05的子组，优先使用dplyr实现。

原代码问题说明 #

1. 阈值设置错误：代码中写的是pval < 0.5，和需求的pval < 0.05不符
2. 逻辑错误：max(pval < 0.05)是对逻辑向量取最大值，只要组内存在符合p<0.05的记录就会返回TRUE，等价于数值1，因此row_number() <= 1只会返回每组的第一行记录，自然只能拿到groupid=1的结果。

正确实现代码 #

写法1：基础filter逻辑（兼容性最好） #

result <- df %>%
  group_by(testid) %>%
  filter(pval < 0.05) %>% # 先筛选出当前测试下p值小于0.05的所有子组
  filter(groupid == max(groupid)) %>% # 保留上述子组中groupid最大的记录
  ungroup()

写法2：使用slice_max（dplyr 1.0.0及以上版本支持，更简洁） #

result <- df %>%
  group_by(testid) %>%
  filter(pval < 0.05) %>%
  slice_max(order_by = groupid, n = 1) %>% # 直接按groupid降序取第一行
  ungroup()

两种写法运行后得到的结果和预期输出完全一致。

内容的提问来源于stack exchange，提问作者markyoung