如何基于id分组，利用dplyr根据var1中是否存在b创建新变量var2？

我来帮你搞定这个问题～你之前的写法没得到预期结果，核心原因是：你用if_else(var1 %in% 'b', 'foo','bar')是逐行判断每一行的var1值，所以同一个id分组里，既有var1为'a'的行，也有var1为'b'的行时，var2会出现混合的'foo'和'bar'，但我们需要的是整个分组统一的var2值。

正确的实现思路 #

我们需要先对每个分组做组级判断：检查当前id的分组里是否存在任意一个var1等于'b'，然后用这个判断结果给整个分组的所有行统一赋值var2。

方法1：用any()结合if_else #

这是最直接的写法，用any(var1 == 'b')来判断组内是否有'b'，再通过mutate给整组赋值：

library(dplyr)

# 原始数据
df.ex <- tibble(id = c(rep(1, 4), rep(2, 4), rep(3, 4)), 
                var1 = c('a','a','b','b','a','a','a','a','b','b','b','b'))

# 生成目标结果
df.ex.outcome <- df.ex %>%
  group_by(id) %>%
  # 组内只要有一个'b'，整组var2就是'foo'，否则是'bar'
  mutate(var2 = if_else(any(var1 == 'b'), 'foo', 'bar')) %>%
  ungroup() # 可选：取消分组状态，方便后续操作

方法2：用case_when实现 #

如果你习惯用case_when做多条件判断，写法类似：

df.ex.outcome <- df.ex %>%
  group_by(id) %>%
  mutate(var2 = case_when(
    any(var1 == 'b') ~ 'foo',
    TRUE ~ 'bar' # 其他情况（组内没有'b'）赋值'bar'
  )) %>%
  ungroup()

验证结果 #

运行上述代码后，你可以打印df.ex.outcome，得到的结果就和你期望的完全一致了：

# 输出结果
# # A tibble: 12 × 3
#      id var1  var2 
#   <dbl> <chr> <chr>
# 1     1 a     foo  
# 2     1 a     foo  
# 3     1 b     foo  
# 4     1 b     foo  
# 5     2 a     bar  
# 6     2 a     bar  
# 7     2 a     bar  
# 8     2 a     bar  
# 9     3 b     foo  
#10     3 b     foo  
#11     3 b     foo  
#12     3 b     foo  

内容的提问来源于stack exchange，提问作者pd441