按组处理数据：仅删除dummy变量值为1的重复行，保留所有值为0的行

嘿，别担心，第一次提问完全没问题的！我来帮你搞定这个数据处理的需求～

你的核心需求我get到了：按国家分组、按年份排序后，所有event为0的行全部保留，而event为1的行只保留每组里的第一个，之后出现的1都要删掉。

先说说你之前代码的问题：你用slice(if(1 %in% event) seq(match(1, event)) else row_number())的逻辑是取到第一个1所在的位置为止的所有行，这样会把第一个1之后的所有行（包括event为0的行）都删掉，这显然不符合你想要保留后续0的需求。

那我们换个思路，直接过滤出符合条件的行就可以了，用dplyr的写法如下：

df %>%
  arrange(country, year) %>%  # 先按国家、年份排序，保证时间顺序正确
  group_by(country) %>%       # 按国家分组处理
  filter(
    # 条件：要么是event为0，要么是该组第一个出现的event为1的行
    event == 0 | (event == 1 & row_number() == match(1, event))
  ) %>%
  ungroup()                   # 取消分组

我给你解释下这段代码的关键部分：

• match(1, event)会返回当前组里第一个event等于1的行号
• 结合row_number() == match(1, event)，就能精准定位到每组的第一个1
• 再加上event == 0的条件，就保证了所有0的行都被保留

举个小例子验证下效果：假设某组数据是这样的：

处理后会保留1920、1921、1922、1924这几行，删掉1923和1925的行，完全符合你的要求。

备注：内容来源于stack exchange，提问作者RodrigoLins