使用dplyr按MedID分组添加Flag2列的条件赋值问题

看起来你遇到的问题是在分组内正确标记Flag == 99之后的后续行，对吧？我来帮你修正代码，确保不管99出现在分组的哪个位置都能正确生成Flag2。

核心思路 #

在每个MedID分组内，我们需要：

1. 识别出首次出现Flag == 99的位置
2. 将该位置之后的所有行标记为1，其余行标记为0

dplyr里的cumany()函数正好能帮我们实现这个逻辑——它会返回一个逻辑向量，从第一个TRUE开始，之后的所有元素都会保持TRUE。结合lag()可以精准控制“之后的后续行”（不包含99所在行），如果需要包含99所在行，直接去掉lag()即可。

正确代码 #

library(dplyr)

# 生成df2，添加Flag2列
df2 <- df1 %>%
  group_by(MedID) %>%
  mutate(
    # 方案1：Flag ==99 之后的后续行设为1（不包含99所在行）
    Flag2 = as.integer(lag(cumany(Flag == 99), default = FALSE)),
    # 如果你需要把99所在行也设为1，用下面这行代替上面的
    # Flag2 = as.integer(cumany(Flag == 99))
  ) %>%
  ungroup()

测试验证 #

我们用不同的场景测试一下：

场景1：99出现在分组第一行

test_df1 <- tibble(
  MedID = rep(1, 4),
  Flag = c(99, 0, 5, 3)
)

test_df1 %>%
  group_by(MedID) %>%
  mutate(Flag2 = as.integer(lag(cumany(Flag == 99), default = FALSE))) %>%
  ungroup()

结果：

场景2：99出现在分组中间

test_df2 <- tibble(
  MedID = rep(2, 5),
  Flag = c(0, 1, 99, 2, 4)
)

test_df2 %>%
  group_by(MedID) %>%
  mutate(Flag2 = as.integer(lag(cumany(Flag == 99), default = FALSE))) %>%
  ungroup()

结果：

场景3：分组内没有99

test_df3 <- tibble(
  MedID = rep(3, 3),
  Flag = c(0, 1, 2)
)

test_df3 %>%
  group_by(MedID) %>%
  mutate(Flag2 = as.integer(lag(cumany(Flag == 99), default = FALSE))) %>%
  ungroup()

结果：所有Flag2都是0，符合预期。

为什么你的原代码会出错？ #

如果你的代码在99不在第一行时全生成1，大概率是逻辑判断没有限制在分组内的首次出现，或者误用了cumsum()（比如cumsum(Flag ==99) >0会在出现99后一直返回TRUE，但如果没正确分组就会全局生效）。而cumany()是在分组内逐行判断，能精准控制从首次出现99开始的后续行。

内容的提问来源于stack exchange，提问作者user3885754