如何用dplyr删除零销售额占比超75%的品牌数据行？

我来帮你搞定这个数据过滤的问题，你之前的代码主要是没正确计算每个品牌的零销售额占比，咱们一步步调整：

首先明确需求：你要删除**零销售额周数占总周数比例超过75%**的品牌（或者说，保留正销售额周数占比≥25%的品牌）。如果总周数是固定的208，那也可以等价于保留正销售周数≥52周（208×25%）的品牌；如果是你提到的“正销售额周数至少156周”，那其实是要求零销售占比≤25%，这个咱们后面也会给出对应代码。

正确代码实现（按零销售占比过滤） #

library(dplyr)

# 保留零销售额占比≤75%的品牌
Final_df_ <- Final_df %>%
  # 按品牌唯一标识符CBX分组
  group_by(CBX) %>%
  # 计算每个品牌的零销售额周数占比
  mutate(zero_sales_ratio = mean(Sales == 0)) %>%
  # 过滤掉占比超过75%的品牌
  filter(zero_sales_ratio <= 0.75) %>%
  # 取消分组，避免后续操作受分组影响
  ungroup() %>%
  # 移除临时计算的占比列（可选，不需要的话删掉）
  select(-zero_sales_ratio)

如果是要保留正销售周数≥156周的品牌 #

如果你的实际需求是保留正销售周数至少156周的品牌（也就是零销售周数≤52周，占比≤25%），可以用这个版本：

Final_df_ <- Final_df %>%
  group_by(CBX) %>%
  # 统计每个品牌的正销售周数
  mutate(positive_sales_count = sum(Sales > 0)) %>%
  # 保留满足条件的品牌
  filter(positive_sales_count >= 156) %>%
  ungroup() %>%
  select(-positive_sales_count)

你之前代码的问题说明 #

1. 第一个代码filter(!any(Sales==0 & Price==0))：
   这个逻辑是只要品牌有一周出现零销售额且零价格，就删除整个品牌，这会过度过滤数据，因为它不考虑零销售的占比，只要存在一次就删掉。

2. 第二个代码filter(!((Final_df$Sales==0)>0.75))：
   这里的逻辑完全错误——Sales==0是布尔值（TRUE/FALSE），和0.75比较时会被转成1/0，所以(Sales==0)>0.75等价于Sales==0，取反后就是只保留销售额不为0的行，根本不是按品牌整体占比来过滤。

额外注意事项 #

• 分组时直接用group_by(CBX)即可，不要用group_by(Final_df$CBX)，后者会生成一个命名奇怪的分组列，容易造成混乱。
• 如果你判断“零销售额”的条件是Sales==0且Price==0（和你第一个代码一致），只需要把代码里的Sales == 0换成Sales == 0 & Price == 0就行。

内容的提问来源于stack exchange，提问作者Amy