求助：在R中使用嵌套循环计算多ID多日期范围的最值异常问题

嘿，我来帮你搞定这个坑！你用循环时得到满是NA的4元素列表，大概率是循环逻辑没处理对——要么没正确筛选每个days+id组合的数据，要么结果存储结构没搭好。咱们先明确目标：按日期和ID分组，计算每组a的最小值和最大值对吧？给你两种靠谱解法：

方法一：用dplyr分组计算（推荐，简洁高效） #

R里处理分组统计，用tidyverse的dplyr包最省心，完全不用写复杂循环：

# 先加载包，没装的话先运行 install.packages("dplyr")
library(dplyr)

# 分组计算最小最大值
newdf <- df %>%
  group_by(days, id) %>%  # 按日期和ID分组
  summarise(
    min_a = min(a, na.rm = TRUE),  # 计算每组a的最小值，na.rm处理潜在NA
    max_a = max(a, na.rm = TRUE),  # 计算每组a的最大值
    .groups = "drop"  # 取消分组结构，得到普通数据框
  )

# 查看结果
print(newdf)

运行后会得到整齐的数据框，每个days+id组合对应正确的最值——比如days=1、id=1.1的min_a是1，max_a是3，完全符合预期。

方法二：正确的循环写法（如果一定要用循环） #

要是坚持用循环，得先明确所有要处理的days+id组合，再逐个筛选计算，最后合并结果：

# 获取所有唯一的日期和ID组合
unique_pairs <- expand.grid(
  days = unique(df$days),
  id = unique(df$id),
  stringsAsFactors = FALSE
)

# 初始化空列表存结果
result_list <- list()

# 循环每个组合
for (i in 1:nrow(unique_pairs)) {
  # 取出当前的日期和ID
  current_day <- unique_pairs$days[i]
  current_id <- unique_pairs$id[i]
  
  # 筛选对应的数据行
  target_data <- df[df$days == current_day & df$id == current_id, ]
  
  # 计算最小最大值（如果该组合有数据的话）
  min_val <- if(nrow(target_data) > 0) min(target_data$a) else NA
  max_val <- if(nrow(target_data) > 0) max(target_data$a) else NA
  
  # 把当前结果存入列表
  result_list[[i]] <- data.frame(
    days = current_day,
    id = current_id,
    min_a = min_val,
    max_a = max_val
  )
}

# 把列表合并成最终的数据框
newdf <- do.call(rbind, result_list)
print(newdf)

这种写法会遍历所有可能的日期-ID组合，确保每个组合都被正确计算，不会出现莫名其妙的NA。

你之前的循环应该是没覆盖全组合，或者筛选数据时逻辑出错，导致结果不对。试试上面两种方法，肯定能得到你想要的newdf！

内容的提问来源于stack exchange，提问作者KEstep