r - 在特定列中与 grep 匹配的模式后过滤行

Question

我有一个数据集(名为desktop)，其中包含来自网络跟踪器的按时间顺序排列的信息，其中一列中包含不同用户访问的 URL，另一列中包含用户 ID。为了进行搜索引擎分析，我尝试过滤包含用户向 Google 提交搜索查询的 URL 的所有行，我可以使用以下代码行来完成此操作:

data_google <- dplyr::filter(desktop, grepl('\\bgoogle.com/search\\b', desktop$url, ignore.case = T))

这很好用。但是，我不仅对包含搜索查询的 URL 感兴趣，还对用户提交查询后访问的网页感兴趣。换句话说，用户实际点击的 Google 结果页面中的链接。

是否可以不仅过滤 url 与模式匹配的行，还可以过滤该行之后的行？

如有任何帮助，我们将不胜感激，谢谢

Answer 1

以 iris 数据集为例。我将插入以“set”开头的所有物种，然后获取其后的行。这是一个非常简单的示例，但在您的情况下应该可以实现您的目标。

vec1 <- which(grepl("set", iris$Species))

vec2 <- vec1+1
vec3 <- unique(c(vec1,vec2))

iris[vec3,]

编辑如果您在组内需要它，下面的解决方案应该有效。使用钻石数据集，我排序模仿您的顺序，然后按切割分组并查找颜色包含“E”的位置，然后您可以在第一个标志变量上使用 lag 来获取其后面的行，并且它尊重 group_by()

diamonds2 <- diamonds %>% 
             arrange(cut) %>% 
             group_by(cut) %>%
            mutate(
                   fl = ifelse(rownm %in% which(grepl("E",color)),1,0 ),
                   fl2 = lag(fl)) %>% 
            filter(fl ==1 | fl2 ==1
                    )