dplyr::filter执行顺序控制：无需拆分语句的分组过滤实现方法

dplyr的filter在同一条语句内执行时，所有判断条件的计算基准都是未经过当前filter过滤的原始数据集，不存在从左到右先筛一部分再计算后续条件的逻辑：

• 你写的单条语句filter(fy <= 2017 & sum(val) >= 1)中，sum(val)是对整个分组的所有行的val值求和，b组全组val总和为0+0+1=1，满足>=1的条件，因此b组中fy<=2017的两行都会被保留，最终结果不符合预期。
• 拆分两条filter时，第一条先过滤掉所有fy>2017的行，第二条filter的sum(val)是基于筛选后的分组内剩余行计算，b组剩余行的val总和为0，会被过滤，因此结果正确。

不需要拆分多条filter，只需要在聚合计算时手动限定计算范围即可，代码如下：

dat %>% 
  filter(fy <= 2017, sum(val[fy <= 2017]) >= 1)

上述代码中sum(val[fy <= 2017])会直接提取分组内所有fy<=2017的val值求和，不会用到2018年的数值，最终返回结果和两条filter的写法完全一致。
如果你的需求是保留符合条件的组的所有行（包含2018年的行），去掉fy <= 2017的行筛选条件即可：

# 保留a组所有3行数据
dat %>% 
  filter(sum(val[fy <= 2017]) >= 1)

内容的提问来源于stack exchange，提问作者DJC