如何仅删除数据集首尾满足y=0条件的行？

给定示例数据框：

df=data.frame(x=c(0,3,5,0,7,6,0),y=c(0,0,3,0,0,4,0),z=c(8,7,6,8,9,4,3))

需要删除首尾行中y=0的行（即第1、2、7行），但保留中间y=0的第4、5行。已知可通过filter(!y==0)过滤所有y=0的行，也可使用slice_head()和slice_tail()按位置删除，但无法固定行数。数据集共20万行，需按id、date分组处理，使用tidyverse工具。

可以通过在分组后标记每组内第一个和最后一个y≠0的位置，再筛选这两个位置之间的所有行（包含两端），既能删除首尾的y=0行，又能保留中间的y=0行。具体代码如下：

library(tidyverse)

# 为示例数据添加分组列（模拟真实场景）
df <- df %>%
  mutate(id = 1, date = "2024-01-01")

df_cleaned <- df %>%
  group_by(id, date) %>%
  mutate(
    # 获取每组第一个y≠0的行号
    first_non_zero = min(which(y != 0)),
    # 获取每组最后一个y≠0的行号
    last_non_zero = max(which(y != 0))
  ) %>%
  # 筛选首尾非零行之间的所有行
  filter(row_number() >= first_non_zero & row_number() <= last_non_zero) %>%
  # 清理临时标记列
  select(-first_non_zero, -last_non_zero) %>%
  ungroup()

代码说明 #

• group_by(id, date)：按指定列分组，确保每个分组单独处理
• mutate块：通过which(y !=0)定位所有非零y的行，再用min和max分别取首尾非零行的位置
• filter：保留行号在首尾非零行之间的所有数据，自动剔除首尾的y=0行
• select和ungroup：移除临时生成的辅助列并取消分组

验证结果 #

处理后的数据将保留第3、4、5、6行，符合需求：

# 输出结果
# A tibble: 4 × 5
     id date       x     y     z
  <dbl> <chr>  <dbl> <dbl> <dbl>
1     1 2024-01-01     5     3     6
2     1 2024-01-01     0     0     8
3     1 2024-01-01     7     0     9
4     1 2024-01-01     6     4     4

内容的提问来源于stack exchange，提问作者Bettina