R语言基于id、type和status条件过滤data.frame数据

原代码问题说明 #

你之前的代码仅校验了type的序列连续性，完全没有涉及status字段的判断，也没有限制保留记录的范围到第一个type=2的位置，因此输出结果不符合预期。

实现逻辑 #

• 按id分组后，先排除没有type=2记录、或type=1记录不足2条的分组
• 定位每个分组第一次出现type=2的行位置，仅保留该位置及之前的所有记录
• 校验保留范围内所有type=1的记录的status是否全部为Unsuppressed，符合条件的分组才最终保留

完整代码 #

library(tidyverse)

# 示例数据
data<- data.frame(
id= c(215, 215, 215, 215, 297, 297, 297,297, 297,297,317,317,317,382,382,382,459,459,459),
type=c(1,1,2,2,1,1,1,2,2,2,1,1,2,1,1,2,1,2,2),
status=c("Unsuppressed","Unsuppressed","Unsuppressed","Unsuppressed","Unsuppressed","Suppressed","Unsuppressed","Unsuppressed","Suppressed",     "Suppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Unsuppressed", "Suppressed") )

res <- data %>%
  group_by(id) %>%
  # 排除无type=2、或type=1不足2条的分组
  filter(any(type == 2), sum(type == 1) >= 2) %>%
  # 定位分组内第一个type=2的位置
  mutate(first_type2_idx = which(type == 2)[1]) %>%
  # 仅保留第一个type=2及之前的记录
  filter(row_number() <= first_type2_idx) %>%
  # 校验所有type=1的status都是Unsuppressed
  filter(all(status[type == 1] == "Unsuppressed")) %>%
  ungroup() %>%
  # 移除辅助列
  select(-first_type2_idx)

运行结果 #

> res
# A tibble: 9 × 3
     id  type status      
  <dbl> <dbl> <chr>       
1   215     1 Unsuppressed
2   215     1 Unsuppressed
3   215     2 Unsuppressed
4   317     1 Unsuppressed
5   317     1 Unsuppressed
6   317     2 Unsuppressed
7   382     1 Unsuppressed
8   382     1 Unsuppressed
9   382     2 Unsuppressed

和你期望的输出完全一致。

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