如何翻转含NA行的数据框中连续的yes与no行？

问题背景 #

现有如下R数据框，需要将name列中每一组连续的yes和no两行顺序翻转：

df = data.frame(name = c('a','b','c',NA,NA,'yes','no',NA,NA,'f','g','h'),
                Freq = c(10,20,70,NA,NA,40,60,NA,NA,80,10,10) )

原数据输出：

name Freq
1     a   10
2     b   20
3     c   70
4  <NA>   NA
5  <NA>   NA
6   yes   40
7    no   60
8  <NA>   NA
9  <NA>   NA
10    f   80
11    g   10
12    h   10

目标输出：

name Freq
1     a   10
2     b   20
3     c   70
4  <NA>   NA
5  <NA>   NA
6    no   60
7   yes   40
8  <NA>   NA
9  <NA>   NA
10    f   80
11    g   10
12    h   10

方法1：dplyr分组处理（适合大规模/不规则数据） #

自动识别所有连续的yes/no组，鲁棒性强：

library(dplyr)

df_processed <- df %>%
  # 标记分组：将非yes/no的行、NA行作为分组分隔点
  mutate(group = cumsum(!is.na(name) & !(name %in% c("yes", "no")) | is.na(name))) %>%
  group_by(group) %>%
  mutate(
    # 仅对纯yes/no的组反转行顺序，其他组保持原顺序
    row_order = if(all(name %in% c("yes", "no"), na.rm = TRUE)) rev(row_number()) else row_number()
  ) %>%
  arrange(group, row_order) %>%
  # 清理辅助列
  select(-group, -row_order) %>%
  ungroup()

print(df_processed)

方法2：Base R实现（适合规则化成对数据） #

假设yes/no总是连续成对出现，代码更轻量化：

# 定位所有yes/no行的索引
yes_no_idx <- which(df$name %in% c("yes", "no"))
# 每两个索引分为一组
idx_groups <- split(yes_no_idx, ceiling(seq_along(yes_no_idx)/2))

# 遍历每组翻转行顺序
for(g in idx_groups){
  if(length(g) == 2){
    df[g, ] <- df[rev(g), ]
  }
}

print(df)

补充说明 #

• 方法1：无需假设数据规则，能处理单个yes/no或多个连续yes/no的情况，适合实际业务中数据可能存在的不规则场景。
• 方法2：依赖yes/no成对连续的前提，代码更简洁高效，适合数据格式固定的场景。

内容的提问来源于stack exchange，提问作者An116