R语言：如何按ID分数条件删除dataframe中对应ID的所有行

核心逻辑很直接：先把所有曾出现过任意score落在20-60区间的id标记为待剔除对象，再把这些id对应的所有行从原数据框中全部删掉。你之前觉得min、max、mean这类聚合函数不适用是完全正确的——因为这个需求要判断的是“是否存在任意一个值命中区间”的存在性逻辑，根本不需要计算组内的统计指标。

方案1：dplyr 分组实现 #

用分组判断+筛选的逻辑，直接借助any()判断组内是否存在命中区间的观测即可，完全不需要计算额外的统计值：

library(dplyr)

result_df <- example_df %>%
  group_by(id) %>%
  # 保留组内没有任何score落在20-60区间的分组
  filter(!any(score >= 20 & score <= 60)) %>%
  ungroup()

运行后得到的结果和你预期完全一致：

id score
1  2    10
2  2    85
3  3    80
4  3   100

方案2：Base R 原生实现 #

不需要加载任何第三方包，逻辑直白，对百万行级别的大表运行效率也更高：

# 第一步：提取所有曾命中20-60分区间的id，组成待剔除的黑名单
bad_ids <- unique(example_df$id[example_df$score >= 20 & example_df$score <= 60])
# 第二步：从原数据框中剔除所有属于黑名单id的行
result_df <- example_df[!example_df$id %in% bad_ids, ]

常见踩坑提醒 #

• 不要写成“只要当前行的score不在20-60区间就保留”的筛选逻辑——这种写法只会删掉单条命中区间的行，不会把对应id的其他行一起删掉。比如按这个逻辑处理的话，id=1的90分行会被错误保留，完全不符合“只要id有过命中值就全删”的规则。

内容的提问来源于stack exchange，提问作者lvnwrth