Группировать, а затем мутировать

Это довольно просто, используя dplyr. Вот вариант:

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

df <- tribble(
  ~ name, ~ clinic, ~ year, ~ date, ~ tested,
  "a",       "xxy",    2022,  "April", "yes",
  "a",       "xxy",    2022,  "May", "no",
  "b",       "ggf",    2019,  "Jan", "no",
  "b",       "ggf",    2019,  "Feb", "yes",
  "c",       "ffr",    2018,  "March", "yes",
  "c",       "ffr",    2019,  "May", "no"
)

df |> 
  mutate(tested2 = if_else(any(tested == "yes"), "yes", "no"), .by = c(name, year))
#> # A tibble: 6 × 6
#>   name  clinic  year date  tested tested2
#>   <chr> <chr>  <dbl> <chr> <chr>  <chr>  
#> 1 a     xxy     2022 April yes    yes    
#> 2 a     xxy     2022 May   no     yes    
#> 3 b     ggf     2019 Jan   no     yes    
#> 4 b     ggf     2019 Feb   yes    yes    
#> 5 c     ffr     2018 March yes    yes    
#> 6 c     ffr     2019 May   no     no

^{Created on 2024-02-25 with reprex v2.1.0}

Я бы порекомендовал прочитать этот вопрос, прежде чем публиковать будущие вопросы. Так вам будет легче помочь.

Я включил еще одного пациента, который посетил две разные клиники, чтобы продемонстрировать, что происходит и в этих случаях. Это dplyr решение работает, проверяя, являются ли значения any() в каждом group_by() «да», а затем изменяет проверенные значения, если они верны.

library(dplyr)

df <- data.frame(name = paste0("patient ", rep(c("x", "xy", "xyz", "abc"), each = 2)),
                 clinic = c(rep(c("xxy", "ggf", "ffr"), each = 2), "hhx", "hhy"),
                 year = c(rep(c(2022, 2019), each = 2), 2018, 2019, 2017, 2017),
                 date = month.name[c(4,5,1,2,3,5,6,7)],
                 tested = c("yes", "no", "no", "yes", "yes", "no", "yes", "no"))

result <- df %>%
  group_by(name, clinic, year) %>%
  mutate(tested = case_when(any(tested == "yes") ~ "yes", TRUE ~ tested)) %>%
  ungroup()


result
# A tibble: 8 × 5
  name        clinic  year date     tested
  <chr>       <chr>  <dbl> <chr>    <chr> 
1 patient x   xxy     2022 April    yes   
2 patient x   xxy     2022 May      yes   
3 patient xy  ggf     2019 January  yes   
4 patient xy  ggf     2019 February yes   
5 patient xyz ffr     2018 March    yes   
6 patient xyz ffr     2019 May      no    
7 patient abc hhx     2017 June     yes   
8 patient abc hhy     2017 July     no