R语言中基于a、b列滞后关系筛选data.frame子集的问题

以下提供两种可直接运行的实现方式，均匹配你描述的筛选逻辑：

基础R实现（无第三方依赖） #

通过状态变量跟踪当前是否处于捕获区间，逐行判断保留规则：

# 输入数据
df <- data.frame(a = c(1,0,0,0,1,0,0,0,0,0,0,0),
                 b = c(0,1,1,0,0,1,1,0,0,0,1,1))

# 初始化保留标记与捕获状态
keep <- logical(nrow(df))
in_capture <- FALSE

for (i in seq_len(nrow(df))) {
  if (df$a[i] == 1) {
    in_capture <- TRUE
    keep[i] <- TRUE
    next
  }
  if (in_capture) {
    if (df$a[i] == 0 && df$b[i] == 0) {
      in_capture <- FALSE
      keep[i] <- FALSE
    } else {
      keep[i] <- df$b[i] == 1
    }
  }
}

# 输出筛选结果
result <- df[keep, ]

Tidyverse向量化实现 #

通过分组逻辑避免显式循环，适合大体积数据处理：

library(dplyr)

result <- df %>%
  mutate(capture_group = cumsum(a == 1)) %>%
  filter(capture_group > 0) %>%
  group_by(capture_group) %>%
  filter(
    # 过滤到第一次出现a=0&b=0之前的行
    cumsum(a == 0 & b == 0) == 0,
    # 仅保留a=1或b=1的行
    a == 1 | b == 1
  ) %>%
  ungroup() %>%
  select(-capture_group)

两种方法输出结果均与你给出的示例一致：

a b
1 1 0
2 0 1
3 0 1
4 1 0
5 0 1
6 0 1

内容的提问来源于stack exchange，提问作者xilliam