如何在多个DataFrame中提取含特定关键词的两行间子集行？

你需要的是基于关键词定位行位置后截取连续行范围，subset()仅适合按条件筛选行，无法处理这类连续行区间需求，用索引定位+行切片的方式更直接。

通用提取函数（R语言） #

编写可复用函数，适配所有结构类似的DataFrame：

extract_between_titles <- function(df, title_col, start_keyword, end_keyword) {
  # 定位含起始关键词的行索引
  start_idx <- which(grepl(start_keyword, df[[title_col]], ignore.case = TRUE))
  # 定位含结束关键词的行索引
  end_idx <- which(grepl(end_keyword, df[[title_col]], ignore.case = TRUE))
  
  # 处理未匹配到关键词的情况
  if (length(start_idx) == 0 || length(end_idx) == 0) {
    warning("当前DataFrame未找到起始或结束关键词对应的行")
    return(NULL)
  }
  
  # 截取从第一个起始行到第一个结束行的前一行
  return(df[start_idx[1]:(end_idx[1]-1), ])
}

使用方式 #

1. 单个DataFrame处理
   假设标题列名为"title"，直接调用函数：

# 替换为你的DataFrame和实际列名
filtered_df <- extract_between_titles(
  df = your_dataframe,
  title_col = "title",
  start_keyword = "code",
  end_keyword = "write"
)

2. 批量处理多个DataFrame
   将所有DataFrame放入列表，用lapply批量执行：

# 把你的多个DataFrame存入列表
df_list <- list(df_1, df_2, df_3)

# 批量提取目标行范围
filtered_df_list <- lapply(
  df_list,
  extract_between_titles,
  title_col = "title",
  start_keyword = "code",
  end_keyword = "write"
)

补充说明 #

• grepl支持模糊匹配，ignore.case = TRUE会忽略大小写，不需要该规则可直接删除此参数
• 若DataFrame存在多组起始/结束行，函数默认取第一组匹配区间；需处理多组时，可循环遍历start_idx与end_idx的配对组合
• 所有DataFrame标题列逻辑需一致，列名不同时，调用函数指定对应title_col即可

内容的提问来源于stack exchange，提问作者BleepBloop