R语言如何过滤数据框中仅含单一NotActive状态值的分组

核心逻辑是按UserID分组后，校验每组是否同时存在NotActive和Cluster类状态，保留满足条件的分组即可，以下是不同场景的可落地实现：

1. tidyverse 实现（可读性优先） #

适合常规体量数据，代码逻辑清晰易维护：

library(dplyr)

result <- example %>%
  group_by(UserID) %>%
  # 同时存在非NotActive的状态 和 NotActive状态 才保留
  filter(any(Status != "NotActive") & any(Status == "NotActive")) %>%
  ungroup()

运行后会自动剔除全为NotActive的BBB、DDD分组，仅保留符合要求的AAA、CCC分组数据。

2. data.table 实现（性能优先） #

适合超大体量数据集，运算效率比tidyverse高3-10倍：

library(data.table)

# 转换为data.table对象
dt <- as.data.table(example)
result_dt <- dt[, .SD[any(Status != "NotActive") & any(Status == "NotActive")], by = UserID]

3. 原生R实现（无依赖需求） #

不需要安装额外第三方包，适合受限运行环境：

result_base <- example[as.logical(ave(example$Status, example$UserID, FUN = function(x) {
  any(x != "NotActive") & any(x == "NotActive")
})), ]

以上三种方案都支持批量处理数千甚至上万个分组，不需要手动指定任何UserID，直接复用即可。

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