对于最接近的更大num，您可以用公式表示函数：

nearest_bigger_num <- function(num, vec) {
  which(min(vec[num < vec]) == vec)
}

nearest_bigger_num(8, df$num)
## 3

但是，在您的情况下，您甚至希望计算组。

nearest_bigger_num_in_group <- function(num, df, group) {
  df <- df[df$group == group]
  df <- df[num < df$num]
  df$row[which.min(df$num)]
}

nearest_bigger_num_in_group(8, df, "A")
## 3

使用ifelse()将不满足条件的元素替换为NA，然后对生成的向量使用which.min()：

which.min(ifelse(f$Group == "A" & f$num >= 8, f$num, NA))
# 3

which.min(ifelse(f$Group == "A" & f$num >= 18, f$num, NA))
# 6

你的解不起作用的部分原因是，通过子集化，你改变了元素的位置，所以which.min()返回的位置与你的原始向量不对应。通过替换为NA s，你保留了原始位置。

这里有两种方法

x1月0n1x日

library(dplyr)

df <-
  data.frame(
    row = 1:10,
    num = cumsum(rep(3,10)),
    group = c("B","A","A","B","A","A","B","A","B","B")
  )

df %>% 
  filter(num >= 8) %>% 
  slice_min(order_by = row)

  row num group
1   3   9     A

基本R

df[min(df$row[(df$num >= 8)]),]

  row num group
1   3   9     A