如何在R中编写if语句比较dataframe相邻行并保留匹配整行数据

你原有代码的问题是存储时仅提取了data$Animals单列的值，只要调整为存储整行切片或行号，即可保留全部列数据。以下是两种可直接使用的实现方案：

方法1：修正原有循环逻辑（适合理解原理） #

# 初始化待保留行号向量
keep_rows <- c()
n <- nrow(data)

# 循环遍历所有相邻行对
for (i in 1:(n-1)) {
  if (isTRUE(data$Animals[i] == data$Animals[i+1])) {
    # 把匹配的两行行号都加入待保留列表
    keep_rows <- c(keep_rows, i, i+1)
  }
}
# 去重行号（避免连续多个相同值时行号重复添加）后提取对应整行
keep_rows <- unique(keep_rows)
result <- data[keep_rows, ]

方法2：向量化操作（更适合6.8万行大数据集，运行效率更高） #

基础R版本 #

n <- nrow(data)
# 判断当前行和下一行是否相等
match_next <- c(data$Animals[-n] == data$Animals[-1], FALSE)
# 判断当前行和上一行是否相等
match_prev <- c(FALSE, data$Animals[-1] == data$Animals[-n])
# 满足任一条件则保留整行
result <- data[match_next | match_prev, ]

dplyr版本（可读性更强） #

library(dplyr)
result <- data %>%
  filter(Animals == lag(Animals, default = "") | Animals == lead(Animals, default = ""))

效果验证 #

以你给出的示例数据测试，运行后返回结果如下，完全符合需求：

# 构造示例数据
data <- data.frame(
  Animals = c("dog", "cat", "cat"),
  Extra_test_col = c("test1", "test2", "test3")
)

# 返回结果
  Animals Extra_test_col
2     cat          test2
3     cat          test3

注意事项 #

• 如果Animals列存在NA值，isTRUE()包裹判断逻辑可避免NA值导致的判断异常。
• 6.8万行的数据集优先使用向量化方法，运行速度比循环快5~10倍。

内容的提问来源于stack exchange，提问作者Molly K