如何使用dplyr按ID筛选Departure列最后一个FALSE及之后的行？

核心思路 #

按ID分组后，定位每个组内Departure列最后一个FALSE对应的行位置，再筛选出该位置及之后的所有行。

完整代码实现 #

library(dplyr)

# 构建原始数据集
ID <- rep(c("A","B"), times = c(3,4))
Departure <- c("TRUE","FALSE","TRUE","TRUE","FALSE","FALSE","TRUE")
Date <- c("Jan 1","Jan 2","Jan 3","Jan 1","Jan 2","Jan 3","Jan 4")
data <- data.frame(ID, Departure, Date)

# 转换Departure为逻辑型（可选，但更符合R数据规范）
data <- data %>% mutate(Departure = as.logical(Departure))

# 执行分组筛选
result <- data %>%
  group_by(ID) %>%
  # 计算每个组内最后一个FALSE的行号
  mutate(last_false_pos = max(which(!Departure), na.rm = TRUE)) %>%
  # 筛选出最后一个FALSE及之后的行
  filter(row_number() >= last_false_pos) %>%
  # 移除临时辅助列
  select(-last_false_pos) %>%
  # 取消分组
  ungroup()

# 查看结果
print(result)

代码解释 #

• group_by(ID)：按ID对数据分组，确保每个ID的筛选独立执行
• mutate(last_false_pos = max(which(!Departure), na.rm = TRUE))：
  • which(!Departure)找出当前组内所有Departure为FALSE的行索引
  • max(...)取这些索引的最大值，即最后一个FALSE的位置
  • na.rm = TRUE用于兼容某些组没有FALSE的情况（避免报错）
• filter(row_number() >= last_false_pos)：保留行号大于等于最后一个FALSE位置的行
• select(-last_false_pos)：删除临时生成的辅助列，让结果更整洁
• ungroup()：取消分组，将结果转换为普通数据框

运行结果 #

# A tibble: 4 × 3
  ID    Departure Date 
  <chr> <lgl>     <chr>
1 A     FALSE     Jan 2
2 A     TRUE      Jan 3
3 B     FALSE     Jan 3
4 B     TRUE      Jan 4

内容的提问来源于stack exchange，提问作者Cam