R语言中基于ID分组Score列条件过滤数据框的方法

没问题，这需求很常见，我给你两种实用的解决方案，分别适用于tidyverse用户和base R用户：

首先先把你的示例数据框完整写出来，方便直接测试：

dat <- structure(list(
  ID = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 3L),
  Score = structure(c(1L, 1L, 2L, 3L, 2L, 2L, 2L, 3L, 3L, 1L), 
                    .Label = c("A", "B", "C"), class = "factor"),
  Info = c(1L, 10L, 7L, 8L, 9L, 1L, 7L, 8L, 3L, 2L)
), class = "data.frame")

方法1：使用dplyr（tidyverse风格，推荐） #

这种写法逻辑清晰，可读性强，是日常数据处理的常用方式：

library(dplyr)

filtered_dat <- dat %>%
  group_by(ID) %>%  # 按ID分组
  filter(any(Score == "A")) %>%  # 只保留组内至少有一个"A"的分组
  ungroup()  # 取消分组，恢复普通数据框结构

方法2：使用base R（无需额外包） #

如果不想加载第三方包，用base R也能轻松实现：

# 第一步：找出所有包含"A"的有效ID
valid_ids <- unique(dat$ID[dat$Score == "A"])

# 第二步：过滤数据框，只保留有效ID对应的行
filtered_dat <- dat[dat$ID %in% valid_ids, ]

两种方法得到的结果一致：过滤后的数据框会保留ID=1和ID=3的所有行，而ID=2的行因为没有"A"会被全部删除。

内容的提问来源于stack exchange，提问作者user2797174