如何在R语言中筛选包含start和pass的id配对行？

你的原代码错误在于filter(PorF == "start" & PorF == "pass")——单一行的PorF不可能同时等于两个不同的值，因此这个条件永远不成立，返回空结果。

以下是两种可行的解决方案：

方法一：基于配对组标识筛选 #

先为每个id内的start-pass/fail配对创建分组标识，再筛选包含start和pass的配对组：

library(dplyr)

filtered_testdf <- testdf %>%
  group_by(id) %>%
  # 用cumsum标记每个start开始的新配对组
  mutate(pair_id = cumsum(PorF == "start")) %>%
  group_by(id, pair_id) %>%
  # 筛选组内同时包含start和pass的配对
  filter(all(c("start", "pass") %in% PorF)) %>%
  ungroup() %>%
  # 移除临时创建的配对标识列
  select(-pair_id)

print(filtered_testdf)

运行结果：

# A tibble: 6 × 3
     id PorF  timest              
  <dbl> <chr> <dttm>             
1     2 start 2021-05-28 08:17:09
2     2 pass  2021-05-28 08:17:25
3     1 start 2021-05-28 08:32:07
4     1 pass  2021-05-28 08:32:12
5     3 start 2021-05-28 08:33:14
6     3 pass  2021-05-28 08:33:45

方法二：基于相邻行关联筛选 #

通过lead()和lag()函数关联start与对应的结果行，直接筛选符合条件的行：

library(dplyr)

filtered_testdf <- testdf %>%
  group_by(id) %>%
  # 标记当前行的下一行PorF值
  mutate(next_PorF = lead(PorF)) %>%
  # 筛选两种情况：当前是start且下一行是pass，或者当前是pass且上一行是start
  filter((PorF == "start" & next_PorF == "pass") | (PorF == "pass" & lag(PorF) == "start")) %>%
  ungroup() %>%
  # 移除临时列
  select(-next_PorF)

print(filtered_testdf)

这个方法直接定位start-pass的连续配对行，同样能得到预期结果。

内容的提问来源于stack exchange，提问作者JontroPothon