使用dplyr为不同分组设置差异化过滤规则的问题

嘿，我来帮你捋清楚问题出在哪，以及怎么修正~

问题根源 #

你当前代码里的which.max(x >= 95)在分组2里出了状况：因为分组2的所有x都小于95，x >= 95会生成一串全是FALSE的向量，而which.max()处理全FALSE的向量时，会返回1——这就导致你的过滤条件变成了row_number() <=1，只留了分组2的第一条记录，完全不符合你要保留全部的需求。

最简修正方案 #

你的核心需求是保留每个分组中所有x <=95的记录，其实根本不需要用row_number()或者which.max()绕弯子，直接在分组后过滤x <=95就搞定了：

library(dplyr)

# 你的样本数据
df <- data.frame(loc.id = rep(1:2, each = 11), x = c(35,51,68,79,86,90,92,93,95,98,100,35,51,68,79,86,90,92,92,93,94,94))

# 修正后的代码
df %>% 
  group_by(loc.id) %>% 
  filter(x <= 95) %>% 
  ungroup() # 可选，如果你后续不需要保持分组状态的话可以加上

执行后结果完全符合预期：

• 分组1会去掉x=98和x=100这两条，保留前9条x<=95的记录
• 分组2的所有11条记录都会被保留，因为所有x都满足<=95

如果你有更复杂的需求（可选） #

要是你的真实需求是保留到第一个x>95的记录之前的所有条目（比如分组1保留到95，无超标记录的分组全留），那可以用条件判断来调整逻辑：

df %>% 
  group_by(loc.id) %>% 
  filter(if (any(x > 95)) row_number() <= which.max(x > 95) - 1 else TRUE) %>% 
  ungroup()

这个逻辑会先检查分组里有没有x>95的记录：

• 有的话，就保留到第一个超标记录的前一条（也就是所有x<=95的）
• 没有的话，直接保留全部记录

不过根据你描述的需求，第一种直接过滤的方法最简洁高效~

内容的提问来源于stack exchange，提问作者89_Simple