R语言：聚合列后筛选及dplyr实现累计和达标时筛选的方法咨询

我来帮你搞定这两个用dplyr处理R数据框的问题，都是日常分析里经常碰到的场景：

这里分两种常见场景，咱们分别说：

场景1：筛选聚合后的汇总行 #

如果你只是想对数据分组聚合后，筛选出符合条件的汇总结果（比如只保留销售额总和超标的地区），直接用group_by() + summarize() + filter()就行：

library(dplyr)

# 构造示例数据
sales_df <- tibble(
  region = rep(c("华北", "华东", "华南"), each = 3),
  monthly_sales = c(120, 150, 180, 80, 90, 100, 50, 60, 70)
)

# 按地区聚合总销售额，筛选总销售额≥400的地区
summary_result <- sales_df %>%
  group_by(region) %>%
  summarize(total_sales = sum(monthly_sales)) %>%
  filter(total_sales >= 400)

print(summary_result)

场景2：用聚合结果筛选原数据的所有行 #

如果你的需求是先算出每组的聚合统计量，再保留该组的所有原始行（比如保留总销售额≥400的地区的所有月度销售数据），那就要用mutate()代替summarize()，把聚合结果作为新列添加到原数据中，再筛选：

# 先给每行添加上对应地区的总销售额，再筛选总销售额≥400的地区的所有数据
filtered_raw_data <- sales_df %>%
  group_by(region) %>%
  mutate(total_sales = sum(monthly_sales)) %>%  # 把组内聚合结果重复到每行
  ungroup() %>%  # 取消分组，避免后续操作受分组影响
  filter(total_sales >= 400)

print(filtered_raw_data)

这个需求完全可以用dplyr实现，核心是用cumsum()计算累计和，再定位到首次达到目标值的行，保留该行及之前的所有数据。

举个你提到的例子：假设数据框有10行，column1的累计和到第6行刚好达到5，要保留前6行、删掉7-10行，咱们这么写：

library(dplyr)

# 构造符合你描述的示例数据
df <- tibble(
  column1 = c(1, 1, 1, 1, 1, 0, 2, 3, 4, 5),  # 前6行累计和=1+1+1+1+1+0=5
  other_column = letters[1:10]
)

target_sum <- 5

# 方法1：精准定位首次达到目标值的行，保留到该行
result <- df %>%
  mutate(cumulative_sum = cumsum(column1)) %>%  # 计算累计和
  filter(row_number() <= which(cumulative_sum >= target_sum)[1])  # 取首次达标行及之前的所有行

print(result)

如果你的需求是保留累计和不超过目标值的所有行，那可以更简洁：

# 方法2：直接筛选累计和≤目标值的行
result_simple <- df %>%
  mutate(cumulative_sum = cumsum(column1)) %>%
  filter(cumulative_sum <= target_sum)

print(result_simple)

两种方法的区别：如果某行的累计和刚好超过目标值（比如前5行累计和是4，第6行加进去变成6），方法1会保留第6行（因为它是首次达标行），方法2会过滤掉第6行，你可以根据实际需求选择。

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