R语言按物种分组基于多字段匹配规则过滤数据框行的实现问题

正确实现代码 #

首先需加载dplyr依赖包：

library(dplyr)

两步过滤的完整管道代码如下：

result <- df %>%
  # 第一步：按species分组，过滤intro_region落在本组native_region取值范围内的行
  group_by(species) %>%
  filter(!intro_region %in% native_region) %>%
  ungroup() %>%
  # 第二步：按species和intro_region分组，同时存在0和1时仅保留invasive为1的行
  group_by(species, intro_region) %>%
  filter(if(all(c(0,1) %in% invasive)) invasive == 1 else TRUE) %>%
  ungroup()

逻辑说明 #

• 第一步过滤：原代码错误在于使用all(native_region != intro_region)逐行比对两个列的对应位置值，而非判断当前行的intro_region是否属于本组全部native_region的取值集合，改为!intro_region %in% native_region即可得到9行的中间预期结果。
• 第二步过滤：原代码直接写死仅保留invasive为1的行，会把仅存在0的组的行也误删。通过if-else分支判断：若当前组同时存在0和1的取值，仅保留invasive为1的行；否则保留组内所有行，即可得到7行的最终预期结果。

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