如何重新编码R数据框中两个特定值之间的行

这个需求其实很好解决，核心就是要精准定位每一对start和end之间的区间，然后把区间内的0替换成1。我给你几个不同风格的实现方案，覆盖base R、tidyverse和data.table，你可以根据自己的习惯选：

方法1：Base R 原生实现 #

不用额外包，纯原生代码就能搞定，适合不想加载第三方库的场景：

# 先定位所有start和end的行索引
starts <- which(df$b == "start")
ends <- which(df$b == "end")

# 遍历每一组start-end区间，替换中间的0为1
for(i in seq_along(starts)){
  # 只处理区间内的行，把0换成1，保留start和end不变
  df$b[starts[i]:ends[i]] <- ifelse(df$b[starts[i]:ends[i]] == "0", "1", df$b[starts[i]:ends[i]])
}

说明：因为你的b列是字符类型（混合了字符串和数字字符），所以替换时要用字符串形式的"1"，避免类型冲突。如果之后需要把数字部分转成数值型，可以再单独处理。

方法2：tidyverse (dplyr) 实现 #

如果你习惯用tidyverse的管道语法，这个方案更简洁直观：

library(dplyr)

df <- df %>%
  # 创建临时分组标记：每遇到start就开启一个新的区间组
  mutate(group = cumsum(b == "start")) %>%
  # 在每个区间组内，把0替换成1
  mutate(b = ifelse(group > 0 & b == "0", "1", b)) %>%
  # 删掉临时的分组列
  select(-group)

说明：cumsum(b == "start")会给每个start开始的区间分配一个递增的组号，后续只要针对组内的0做替换即可，逻辑清晰，代码可读性高。

方法3：data.table 实现 #

如果你的数据集很大，data.table的原地修改效率会更高：

library(data.table)
# 把data.frame转成data.table
setDT(df)

# 新增分组标记列
df[, group := cumsum(b == "start")]
# 原地替换区间内的0为1
df[group > 0 & b == "0", b := "1"]
# 可选：删除临时分组列
df[, group := NULL]

说明：data.table的:=操作符会直接在原数据集上修改，不需要复制数据，处理百万级以上的大表时优势明显。

额外提示 #

如果之后需要将b列中的数字部分转为数值类型，可以用下面的代码：

# 把0/1转成数值，保留start/end字符串
df$b <- ifelse(df$b %in% c("0", "1"), as.numeric(df$b), df$b)

内容的提问来源于stack exchange，提问作者Vknkmpkt