R语言：按m列首尾为-1且中间含1的规则创建数据框子集

核心实现思路 #

• 首先定位所有m == -1的行号，这些位置即为候选子集的天然起止边界
• 所有候选区间由相邻两个-1位置之间的连续行组成
• 对每个候选区间，检查区间内是否存在至少一个m == 1的行，满足条件的区间即为符合规则的子集

原代码报错原因 #

你之前编写的mapply代码出现报错，核心问题有两点：

1. R中冒号运算符为左结合规则，i:j:z会先计算i:j生成整数序列，再以该序列为起点计算与z的整数序列，无法实现跨范围的行索引操作
2. 传入mapply的参数是数值-1、1、-1，并非实际的行号位置，无法完成子集提取

可运行实现代码 #

基础循环版（新手易理解） #

# 定位所有m为-1的行号
neg_pos <- which(df$m == -1)
# 初始化存储结果的列表
subset_list <- list()
# 遍历相邻的-1位置对
for (idx in seq_along(neg_pos)[-length(neg_pos)]) {
  start_row <- neg_pos[idx]
  end_row <- neg_pos[idx + 1]
  # 检查区间内是否存在至少一个m==1
  contain_one <- any(df$m[start_row:end_row] == 1)
  if (contain_one) {
    subset_list[[length(subset_list) + 1]] <- df[start_row:end_row, , drop = FALSE]
  }
}

运行结果校验 #

执行代码后输出的subset_list包含两个符合规则的子集，第一个子集与你示例的Subset1完全一致：

subset_list
# [[1]]
#    x  y  m
# 5  4 54 -1
# 6  5 55  0
# 7  6 56  0
# 8  7 57  1
# 9  8 58  0
# 10 9 59  0
# 11 10 60 -1
#
# [[2]]
#    x  y  m
# 14 13 63 -1
# 15 14 64  0
# 16 15 65  0
# 17 16 66  1
# 18 17 67  0
# 19 18 68  0
# 20 19 69 -1

向量化无循环版 #

可使用无循环写法提升处理效率，逻辑与循环版完全一致：

neg_pos <- which(df$m == -1)
# 构造相邻的起止位置对
pos_pair <- data.frame(
  start = neg_pos[-length(neg_pos)],
  end = neg_pos[-1]
)
# 筛选出包含至少一个m==1的有效位置对
valid_pair <- pos_pair[
  apply(pos_pair, 1, \(r) any(df$m[r[1]:r[2]] == 1)),
]
# 批量提取子集
subset_list <- apply(valid_pair, 1, \(r) df[r[1]:r[2], , drop = FALSE])

内容的提问来源于stack exchange，提问作者loki