R语言中对Data Frame进行子集化并按条件替换列的实现

我来帮你搞定这个R语言的数据处理需求！先看一下你提供的示例数据，每个id对应多条记录，time2是每个id的固定值对吧？下面我会分步骤展示子集化和条件替换列的常见操作，你可以根据自己的实际需求调整条件：

1. 先加载并确认数据 #

首先把你的数据加载到R中，先看看数据结构：

# 加载数据
df <- structure( list( id = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L), time1 = c(12L, 5L, 3L, 5L, 6L, 30L, 3L, 30L, 7L, 2L, 17L, 5L, 8L, 3L, 22L, 5L, 15L, 4L, 7L, 23L), time2=c(23L,23L,23L,23L,23L,22L,22L,22L,22L,22L,25L,25L,25L,25L,25L,24L,24L,24L,24L,24L) ), .Names = c("id", "time1","time2"), class = "data.frame", row.names = c(NA,-20L) )

# 查看前6行数据
head(df)

2. 子集化操作（筛选符合条件的行） #

方法1：基础R语法 #

• 筛选id为1的所有记录：

df_id1 <- df[df$id == 1, ]

• 筛选time1小于time2的记录（你的示例里大部分都满足这个条件）：

df_time_lt <- df[df$time1 < df$time2, ]

• 多条件组合筛选（比如id为1或3，且time1小于10）：

df_multi <- df[df$id %in% c(1,3) & df$time1 < 10, ]

方法2：用tidyverse的dplyr包（更直观易读） #

如果你习惯用tidyverse风格，推荐用filter()函数：

library(dplyr)

# 筛选id为2的记录
df_id2 <- df %>% filter(id == 2)

# 多条件筛选：time1大于5且time2等于25
df_filtered <- df %>% filter(time1 > 5, time2 == 25)

3. 条件替换列的值 #

方法1：基础R语法 #

• 把id为2的所有记录的time1替换成对应的time2：

df$time1[df$id == 2] <- df$time2[df$id == 2]

• 把time1大于20的数值替换成20：

df$time1[df$time1 > 20] <- 20

方法2：用dplyr的mutate() + case_when()（灵活处理多条件） #

如果有多个替换条件，case_when()会非常方便，比如：

df_modified <- df %>%
  mutate(time1 = case_when(
    id == 1 ~ time2,          # id为1时，time1替换为time2
    time1 > 15 ~ 15,          # time1大于15的替换成15
    time1 < 5 ~ time2 - 10,   # time1小于5的替换成time2减10
    TRUE ~ time1              # 其他情况保持原time1不变
  ))

按分组替换（比如每个id内的条件） #

如果需要按id分组处理，比如把每个id中最大的time1替换成time2：

df_group_mod <- df %>%
  group_by(id) %>%
  mutate(time1 = ifelse(time1 == max(time1), time2, time1)) %>%
  ungroup()

你可以根据自己的实际业务逻辑，修改上面代码中的条件判断部分，比如调整筛选规则、替换规则等。

内容的提问来源于stack exchange，提问作者T Richard