如何使用dplyr按组根据另一列值为新列填充对应值？

Hey there, let's tackle this problem with dplyr—it's straightforward once you break down the grouping logic! Here's how you can generate the z1 column exactly as you need:

核心代码 #

library(dplyr)

# 你的原始数据
a <- data.frame(x=c('A','A','A','B','B','B'), y=c('Yes','No','No','Yes','No','No'), z=c(1,2,3,4,5,6))

# 生成z1列
a1 <- a %>%
  group_by(x) %>%
  mutate(z1 = z[y == 'Yes']) %>%
  ungroup()

# 查看结果
print(a1)

代码逻辑解释 #

• group_by(x): 先按x列把数据分成两组（A组和B组），所有后续操作都会在每组内独立执行。
• mutate(z1 = z[y == 'Yes']): 在每个分组里，我们筛选出y == 'Yes'对应的z值。因为你的每组里只有一个"Yes"条目，这个值会被自动"广播"到组内的所有行——所以Yes行保留自己的z值，No行直接复用组内Yes行的z值。
• ungroup(): 完成分组操作后解除分组，让数据回到普通的数据框格式（可选，但推荐保持数据整洁）。

更稳健的版本（应对多Yes场景） #

如果你的数据里某组可能存在多个"Yes"条目，你可以用first()或last()指定取第一个/最后一个Yes对应的z值，避免因返回多个值导致报错：

a1 <- a %>%
  group_by(x) %>%
  mutate(z1 = first(z[y == 'Yes'])) %>%
  ungroup()

运行结果 #

执行代码后，你会得到完全符合预期的输出：

# A tibble: 6 × 4
  x     y         z    z1
  <chr> <chr> <dbl> <dbl>
1 A     Yes       1     1
2 A     No        2     1
3 A     No        3     1
4 B     Yes       4     4
5 B     No        5     4
6 B     No        6     4

内容的提问来源于stack exchange，提问作者Feng Chen