如何按组过滤DataFrame中最后一个非NA值后的NA行？

需求描述 #

按Story字段分组，过滤掉每组中最后一个非NA的Climax值之后的所有NA行，仅保留最后一个非NA值及之前的所有行。

原始数据 #

df
   id Story Climax
1   1     A   <NA>
2   2     A      x
3   3     A   <NA>
4   4     A   <NA>
5   5     A      x
6   6     A      x  # <--- 分组A的截断点
7   7     A   <NA>
8   8     B   <NA>
9   9     B   <NA>
10 10     B      y
11 11     B   <NA>
12 12     B      y  # <--- 分组B的截断点
13 13     B   <NA>
14 14     B   <NA>
15 15     B   <NA>

期望输出 #

id Story Climax
1   1     A   <NA>
2   2     A      x
3   3     A   <NA>
4   4     A   <NA>
5   5     A      x
6   6     A      x
8   8     B   <NA>
9   9     B   <NA>
10 10     B      y
11 11     B   <NA>
12 12     B      y

尝试的错误代码 #

原代码逻辑仅能筛选第一个非NA值之前的行，不符合需求（已修正拼写错误）：

library(dplyr)
df %>%
  group_by(Story) %>%
  mutate(cnt = cumsum(!is.na(Climax))) %>%
  filter(cnt == 0)

数据构造代码 #

df <- data.frame(
  id = 1:15,
  Story = c(rep("A",7), rep("B",8)),
  Climax = c(NA, "x", NA, NA, "x", "x", NA, NA, NA, "y", NA, "y", NA, NA, NA)
)

正确实现方法 #

方法1：dplyr直接定位最后一个非NA行号 #

核心思路：找到每组中最后一个非NAClimax的行号，保留该行及之前的所有行：

library(dplyr)

df %>%
  group_by(Story) %>%
  filter(row_number() <= max(which(!is.na(Climax)))) %>%
  ungroup()

方法2：反向累积标记（dplyr另一种实现） #

从后往前遍历，标记已遇到非NA值的行，再筛选有效行：

library(dplyr)

df %>%
  group_by(Story) %>%
  mutate(keep_flag = rev(cumsum(rev(!is.na(Climax))))) %>%
  filter(keep_flag > 0) %>%
  select(-keep_flag) %>%
  ungroup()

方法3：data.table实现 #

如果习惯使用data.table，逻辑与方法1一致：

library(data.table)
setDT(df)

df[, .SD[1:max(which(!is.na(Climax)))], by = Story]

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