R语言按Subject和Block分组筛选数据：保留timeLeft与timeRight均为0的行及之前的所有行

我来帮你解决这个分组筛选的问题！根据你的需求，我们需要按subject和block分组，保留每组中timeLeft和timeRight同时为0的行及其之前的所有行（如果组内没有这样的行，则保留全部行）。以下是两种常用的R解决方案：

方法1：使用dplyr（语法直观，适合常规数据量） #

首先加载dplyr包，然后通过分组、标记位置、筛选三个步骤完成：

# 加载包
library(dplyr)

# 假设你的数据框名为df
filtered_df <- df %>%
  # 按subject和block分组
  group_by(subject, block) %>%
  # 计算每组中最后一个timeLeft&timeRight同时为0的行的位置；如果没有则取组内最后一行的位置
  mutate(last_zero_row = max(which(timeLeft == 0 & timeRight == 0), default = n())) %>%
  # 保留组内从第一行到最后一个目标行的所有行
  filter(row_number() <= last_zero_row) %>%
  # 移除临时计算的列
  select(-last_zero_row) %>%
  # 取消分组
  ungroup()

代码解释： #

• group_by(subject, block)：按指定的两个变量分组，确保每个组内独立处理。
• mutate(...)：计算每组中满足timeLeft == 0 & timeRight == 0的行的最大索引（即最后一个符合条件的行）；如果组内没有这样的行，default = n()会取组内总行数，确保保留全部行。
• filter(row_number() <= last_zero_row)：筛选出组内前N行（N是最后一个目标行的位置）。
• select(-last_zero_row)：移除临时生成的辅助列，保持数据整洁。

方法2：使用data.table（高效处理大数据） #

如果你的数据量较大（比如你的6万+行），data.table的速度会更有优势。步骤如下：

# 加载包并转换为data.table格式
library(data.table)
setDT(df)

# 筛选数据
filtered_dt <- df[, .SD[1:ifelse(length(zero_rows <- which(timeLeft == 0 & timeRight == 0)) > 0, 
                                 max(zero_rows), .N)], 
                  by = .(subject, block)]

代码解释： #

• setDT(df)：将普通data.frame转换为data.table格式，启用高效操作。
• by = .(subject, block)：同样按两个变量分组。
• .SD代表每个分组内的子数据框，zero_rows存储组内符合条件的行索引；如果存在这样的行，取最大索引，否则取组内总行数.N，然后筛选前N行。

灵活调整 #

如果你需要保留第一个符合条件的行及其之前的内容，只需将代码中的max(zero_rows)改为zero_rows[1]即可。你可以通过head(filtered_df)或head(filtered_dt)查看筛选后的前几行，应该和你提供的示例输出一致。

内容的提问来源于stack exchange，提问作者user15791858