如何在R中按分组删除indicator为FALSE的非最后行？

给定如下数据框df：

df <- structure(list(group = c("A", "A", "A", "A", "B", "B", "B"), 
    indicator = c(FALSE, FALSE, FALSE, TRUE, FALSE, FALSE, TRUE
    ), value = c(2, 1, 2, 4, 5, 1, 3)), class = "data.frame", row.names = c(NA, 
-7L))

需求是按group分组，删除每组中indicator == FALSE的非最后行，仅保留每组里最后一个FALSE行和所有TRUE行。

解法1：直接分组筛选 #

借助dplyr包的分组功能，通过条件直接定位目标行：

library(dplyr)

result <- df %>%
  group_by(group) %>%
  # 筛选逻辑：要么是indicator=TRUE的行，要么是该组最后一个indicator=FALSE的行
  filter(indicator | (row_number() == last(which(!indicator)))) %>%
  ungroup()

print(result)

运行输出：

# A tibble: 4 × 3
  group indicator value
  <chr> <lgl>     <dbl>
1 A     FALSE         2
2 A     TRUE          4
3 B     FALSE         1
4 B     TRUE          3

解法2：标记序号后筛选 #

先给每组内的FALSE行标记组内序号，再筛选序号最大的FALSE行及所有TRUE行，逻辑更直观：

library(dplyr)

result <- df %>%
  group_by(group) %>%
  # 给indicator=FALSE的行按组内顺序编号，TRUE行标记为NA
  mutate(false_row_num = if_else(!indicator, row_number()[!indicator], NA_integer_)) %>%
  # 筛选目标行：TRUE行 或 该组FALSE行中编号最大的行
  filter(indicator | false_row_num == max(false_row_num, na.rm = TRUE)) %>%
  # 移除辅助计算列
  select(-false_row_num) %>%
  ungroup()

print(result)

输出结果与解法1完全一致。

内容的提问来源于stack exchange，提问作者Quinten