r - 在特定列中与 grepl 匹配的模式后过滤行

Question

我有一个数据集(名为桌面)，其中包含来自网络跟踪器的按时间顺序排列的信息，其中包含一列中不同用户访问的 URL 和另一列中的用户 ID。以搜索引擎分析为目标，我试图过滤所有包含用户向谷歌提交搜索查询的 URL 的行，我可以使用以下代码行:

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

这工作正常。但是，我不仅对包含搜索查询的 URL 感兴趣，而且对用户在提交查询后访问的网页感兴趣。换句话说，来自用户实际点击的谷歌结果页面的链接。
是否不仅可以过滤 url 与模式匹配的行，还可以过滤该行之后的行？
任何帮助将不胜感激，谢谢

Answer 1

以 iris 数据集为例。我将插入所有以“set”开头的物种，然后得到它之后的行。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可以工作。使用我排序的钻石数据集来模拟您的订单，然后按切割分组并找到颜色包含“E”的位置，然后您可以使用 lag在第一个标志变量上获取它之后的行，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
                    )