R语言中基于同组其他行取值条件修改当前行字段的方法

代码报错原因 #

你此前编写的代码触发语法错误，核心原因有两点：

• mutate() 函数要求参数必须是「列名 = 列计算表达式」的形式，不能在等号左侧写带行筛选的子集赋值语句（如Health[x$Time ==2] = ...），这类结构是独立的赋值语句，不属于合法的函数参数，因此解析时直接抛出意外等号的报错。
• 表达式中用x$全局索引取值，脱离了group_by的分组上下文，即使修正语法，取值结果也会和分组逻辑不匹配。

核心判断规则 #

实现目标需要按参与者分组后，逐行校验两个条件，满足则调整健康值：

• 当前行对应的时间点，参与者自身不吸烟
• 该参与者在当前时间点之前的所有随访记录中，存在吸烟行为
  满足以上条件的行，健康状态标记为"Intermediate"，其余行保留原有健康值。

实现方案 #

Base R 实现（适配你熟悉的基础语法） #

针对你给出的示例数据，可以直接用分组索引的方式匹配条件，无需复杂循环：

# 找到满足「当前Time=2不吸烟，且同参与者Time=1时吸烟」的行位置
target_rows <- which(
  x$Time == 2 &
  x$Smoke_T2 == 0 &
  # 匹配同参与者下Time=1的吸烟记录
  x$Smoke_T1[match(x$Participant[x$Time==2], x$Participant[x$Time==1])] == 1
)
# 对应位置赋值Health
x$Health[target_rows] <- "Intermediate"

运行后即可得到和你预期完全一致的结果：

# 输出的x数据框结构
#   Participant Time Smoke_T1 Smoke_T2       Health
# 1           1    1        1       NA         Poor
# 2           1    2       NA        0 Intermediate
# 3           2    1        0       NA        Ideal
# 4           2    2       NA        0        Ideal
# 5           3    1       NA       NA         <NA>

如果随访时间点更多（比如Time3、Time4），可以用ave()按分组累计判断历史吸烟史，适配多时间点的通用场景：

# 按参与者分组，累计计算每一行的「历史是否吸烟」标记
x$hist_smoke <- ave(
  x$Smoke_T1, x$Participant,
  FUN = function(vals) cumsum(ifelse(is.na(vals),0,vals)) >0
)
# 赋值规则：当前不吸烟 + 有吸烟史 → Intermediate
x$Health[x$Smoke_T2 ==0 & x$hist_smoke] <- "Intermediate"
# 删除临时辅助列
x$hist_smoke <- NULL

Tidyverse 实现 #

修正原代码的语法问题，在分组上下文内取值，即可正常运行：

library(dplyr)
x2 <- x %>%
  group_by(Participant) %>%
  mutate(Health = case_when(
    # 匹配符合条件的行
    Time ==2 & Smoke_T2 ==0 & Smoke_T1[Time ==1] ==1 ~ "Intermediate",
    # 其余情况保留原有Health值
    .default = Health
  )) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Amaris