如何在不转宽格式的情况下用dplyr筛选符合条件的长格式数据？

当然可以用dplyr轻松完成这个任务，完全不需要把长格式转成宽格式！这里有两种简单易懂的实现方式：

方法一：分组筛选（一步到位） #

直接按患者ID分组，然后只保留那些存在第1天RRT=0记录的患者的所有数据：

library(dplyr)

# 加载你的原始数据
subject <- c(1,1,1,2,2,3,3,3)
day <- c(1,2,3,1,2,1,2,3)
RRT <- c(0,0,1,1,0,0,1,1)
SOFA <- c(8,9,2,10,12,11,19,8)
libo <- data.frame(subject,day,RRT,SOFA)

# 执行筛选
libodesired <- libo %>%
  group_by(subject) %>%
  filter(any(day == 1 & RRT == 0)) %>%
  ungroup()

代码逻辑说明： #

• group_by(subject)：把数据按患者ID分组，这样我们可以针对每个患者的所有记录单独做判断
• filter(any(day == 1 & RRT == 0))：在每个患者的分组里，检查是否存在「第1天且RRT=0」的记录。只要符合这个条件，就保留该患者的全部行数据
• ungroup()：取消分组，让结果回到常规的数据框格式

方法二：分步筛选（更直观） #

如果你觉得分步操作更容易理解，可以先提取符合条件的患者ID，再用这个列表筛选所有数据：

# 第一步：获取第1天RRT=0的患者ID列表
valid_subjects <- libo %>%
  filter(day == 1 & RRT == 0) %>%
  pull(subject)

# 第二步：筛选这些患者的所有记录
libodesired <- libo %>%
  filter(subject %in% valid_subjects)

代码逻辑说明： #

• pull(subject)：把筛选后的患者ID提取成一个独立的向量
• subject %in% valid_subjects：只保留ID在有效列表里的患者的所有数据

两种方法得到的结果完全匹配你的期望，输出的libodesired就是你想要的目标数据集。

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