如何在R语言的data.frame中筛选KV之后到NULL前的观测值

原始数据 #

现有如下data.frame：

需求 #

筛选出Type为KV的观测值之后的所有行，遇到Type为NULL时停止（不包含NULL行），即获取每个KV与其后第一个NULL之间的观测值。

预期结果 #

最终需要得到如下数据：

尝试过的代码 #

subset(df, c(tail(Type, 1:2) == 'Key Value', TRUE))

解决方案 #

方法1：Base R实现 #

通过生成分组标识定位目标区间：

# 为每个KV起始的区块生成分组编号
df$group <- cumsum(df$Type == "KV")
# 筛选符合条件的行，排除KV和NULL本身
result <- df[df$group > 0 & df$Type != "KV" & df$Type != "NULL", c("Type", "Number")]

方法2：dplyr包实现 #

借助管道语法更直观完成筛选：

library(dplyr)

result <- df %>%
  # 标记每个KV对应的区块
  mutate(block = cumsum(Type == "KV")) %>%
  # 筛选区块内、非KV且非NULL的行
  filter(block > 0, Type != "KV", Type != "NULL") %>%
  # 保留需要的列
  select(Type, Number)

两种方法都能准确提取出每个KV到下一个NULL之间的观测值，得到预期结果。

内容的提问来源于stack exchange，提问作者Victor Hugo Schieck Terziani