在R中使用条件语句过滤分组数据的技术求助

先看你的原始数据：

id <- c(1,1,1,2,3,3,4,4,4,5,5,6)
x <- c(0,1,0,0,1,1,0,0,1,0,0,1)
df <- data.frame(id, x)

你的需求是：每个id组中，若存在x=1，则删除该组中第一个1之前的所有0行；若组内没有1，则保留所有行。

你之前的代码逻辑有误，first(x)==1 | x == 0的判断无法区分「1之前的0」和「1之后的0」，所以得不到预期结果。

正确的dplyr实现代码 #

library(dplyr)

df_result <- df %>%
  group_by(id) %>%
  filter(
    # 有1的组保留第一个1及之后的行；无1的组保留全部行
    cumsum(x == 1) > 0 | all(x == 0)
  ) %>%
  ungroup()

print(df_result)

代码逻辑解释 #

• cumsum(x == 1)：对每个组内的x列，遇到1时累加计数，第一个1之后的所有行，这个值都会大于0；而第一个1之前的0，这个值为0。
• all(x == 0)：判断当前组是否全为0，若是则保留所有行。
• 两者用|组合，正好匹配你的需求。

运行后得到的结果和你预期一致：

# A tibble: 9 × 2
     id     x
  <dbl> <dbl>
1     1     1
2     1     0
3     2     0
4     3     1
5     3     1
6     4     1
7     5     0
8     5     0
9     6     1

内容的提问来源于stack exchange，提问作者T Richard