如何在R语言中跳过指定分组最大索引后的指定行数

可以通过识别连续的class分组，定位目标分组的末尾行，标记后续两行并删除，具体实现如下：

方法一：使用dplyr包 #

library(dplyr)

# 生成连续分组ID，标记分组内的最后一行及目标分组
dd_processed <- dd %>%
  mutate(group_id = data.table::rleid(class)) %>%
  group_by(group_id) %>%
  mutate(is_last = row_number() == n(),
         target_group = class %in% c(2, 4)) %>%
  ungroup() %>%
  mutate(to_remove = FALSE)

# 定位目标分组的最后一行索引，标记后续两行需要删除
target_last_indices <- which(dd_processed$is_last & dd_processed$target_group)
for(idx in target_last_indices){
  if(idx + 1 <= nrow(dd_processed)) dd_processed$to_remove[idx + 1] <- TRUE
  if(idx + 2 <= nrow(dd_processed)) dd_processed$to_remove[idx + 2] <- TRUE
}

# 过滤得到结果
result <- dd_processed %>% filter(!to_remove) %>% select(rate, class)
print(result)

方法二：使用data.table包（高效处理大数据集） #

library(data.table)

setDT(dd)
# 生成连续分组ID，提取每个分组的起止索引和class
dd[, group_id := rleid(class)]
group_info <- dd[, .(start = .I[1], end = .I[.N], class = first(class)), by = group_id]

# 获取目标分组的末尾索引，生成需要删除的行索引
target_ends <- group_info[class %in% c(2,4), end]
remove_indices <- unlist(lapply(target_ends, function(x) c(x+1, x+2)))
remove_indices <- remove_indices[remove_indices <= nrow(dd)]

# 删除指定行得到结果
result <- dd[-remove_indices]
print(result)

结果验证 #

运行上述代码后，输出结果与期望一致：

rate class
1  0.5     9
2  0.7     9
3  0.6     4
4  0.5     4
5  0.3     4
6  0.9     4
7  0.8     1
8  0.6     1
9  0.2     4
10 0.1     4
11 0.2     3
12 1.0     2
13 0.7     2
14 0.6     9

内容的提问来源于stack exchange，提问作者monckeyyL