如何按连续NA序列拆分R语言中的data.frame？

我需要将一个DataFrame按指定列（示例中的temp1）的连续NA值序列拆分，得到仅包含这些连续NA片段的DataFrame列表，以便对每个序列单独处理。

示例原始数据 #

data <- data.frame(temp1=c(2,5,8,NA,NA,NA,7,4,1,3,NA,NA,1,5,NA,NA,NA,NA,9),temp2=c(1:19))

期望结果 #

得到由三个DataFrame组成的列表，每个DataFrame对应一段连续的NA序列：

result <- list(
  data.frame(temp1=c(NA,NA,NA),temp2=c(4,5,6)),
  data.frame(temp1=c(NA,NA),temp2=c(11,12)),
  data.frame(temp1=c(NA,NA,NA,NA),temp2=c(15,16,17,18))
)

解决方案 #

可以利用R的rle函数识别连续的NA段，再根据位置拆分DataFrame：

# 对temp1列的NA状态进行游程编码
na_rle <- rle(is.na(data$temp1))

# 筛选出对应连续NA的游程索引
na_runs <- which(na_rle$values)

# 计算每个连续NA游程的起始与结束行号
run_starts <- cumsum(c(1, na_rle$lengths))[na_runs]
run_ends <- run_starts + na_rle$lengths[na_runs] - 1

# 拆分DataFrame生成结果列表
result <- mapply(function(s, e) data[s:e, ], run_starts, run_ends, SIMPLIFY = FALSE)

运行后result即为所需的拆分列表，每个元素对应一段连续的NA序列DataFrame。

内容的提问来源于stack exchange，提问作者jeff6868