group_by 并保留所有不包含特定值的组并过滤有值的地方答案

【问题标题】：group_by and keep all groups that does not not contain specific value and filter where there is valuegroup_by 并保留所有不包含特定值的组并过滤有值的地方
【发布时间】：2025-12-27 09:50:11
【问题描述】：

我有以下数据框：

df <- data.frame(
  Code = c("a", "a", "a", "a", "a", "b", "b", "b", "b", "b"),
  Inst = c("Yes", "No", "No", "No", "No", "No", "No", "No", "No", "No"),
  Date = c(
    "2021-01-01", "2021-01-02", "2021-01-03", "2021-01-04", "2021-01-05", 
    "2021-01-06", "2021-01-06", "2021-01-06", "2021-01-09", "2021-01-10"
  )
)

我想将dplyr::group_by 应用于变量Code 并过滤特定值“是”和最小Date，但我想保留不包含“是”值的组的所有观察结果。我试过filter(any(Inst == "Yes"))，但这不起作用。

我想要这个结果：

Code  Inst  Date
a      Yes  2021-01-01
b      No   2021-01-06
b      No   2021-01-06
b      No   2021-01-06

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

如果可能有多个Yes 值：

df %>%
 group_by(Code) %>%
 slice(if(all(Inst != "Yes")) 1:n() else which(Inst == "Yes"))

  Code  Inst 
  <chr> <chr>
1 a     Yes  
2 b     No   
3 b     No   
4 b     No   
5 b     No   
6 b     No

考虑更新的问题：

df %>%
 mutate(Date = as.Date(Date, format = "%Y-%m-%d")) %>%
 group_by(Code) %>%
 slice(if(all(Inst != "Yes")) 1:n() else which(Inst == "Yes")) %>%
 filter(Date == min(Date))

  Code  Inst  Date      
  <chr> <chr> <date>    
1 a     Yes   2021-01-01
2 b     No    2021-01-06
3 b     No    2021-01-06
4 b     No    2021-01-06

【讨论】：

这项工作。谢谢....如果在我的数据框中我有另一列包含所有行的日期，我想过滤最小日期。如何修改你的代码？我想使用两个 codintions == "yes" 和 Date == min(Date)
请更新您的示例数据集和预期结果。
更新数据框和结果
不错的答案，点赞！其实你不需要mutate(Date = as.Date(Date, format = "%Y-%m-%d")) 这行，请看我的尝试。

【解决方案2】：

dplyr：

library(dplyr)

df %>%
  group_by(Code) %>%
  summarize(
    across(everything(), function(x) {
      if (any(Inst == "Yes")) x[which.max(Inst == "Yes")] else x
    })
  ) %>%
  ungroup()

#> `summarise()` has grouped output by 'Code'. You can override using the `.groups` argument.
#> # A tibble: 6 x 3
#>   Code  Inst  Date      
#>   <chr> <chr> <chr>     
#> 1 a     Yes   2021-01-01
#> 2 b     No    2021-01-06
#> 3 b     No    2021-01-06
#> 4 b     No    2021-01-06
#> 5 b     No    2021-01-09
#> 6 b     No    2021-01-10

【讨论】：

很好的解决方案，但删除了我的数据框的其他列。在我的问题中，我使用了一个示例
我更新了我对日期列的其他第二个条件的问题。我想在 min(Date) 上添加过滤器。

【解决方案3】：

dplyr 选项

df %>%
  group_by(Code) %>%
  filter(ifelse(all(Inst == "No"), c, `!`)(Inst == "No")) %>%
  filter(Date == min(Date)) %>%
  ungroup()

给予

# A tibble: 4 x 3
  Code  Inst  Date      
  <chr> <chr> <chr>
1 a     Yes   2021-01-01
2 b     No    2021-01-06
3 b     No    2021-01-06
4 b     No    2021-01-06

【讨论】：