Фильтр для выбора пар строк

Вы можете сделать:

library(tidyverse)

testdf |> 
  mutate(id_helper = cumsum(PorF == "start")) |> 
  filter(any(PorF == "start") & any(PorF == "pass"), .by = id_helper)

Или эквивалентно:

testdf |> 
  mutate(id_helper = cumsum(PorF == "start")) |> 
  filter(!any(PorF == "fail"), .by = id_helper)

  id  PorF              timest id_helper
1  2 start 2021-05-28 08:17:09         2
2  2  pass 2021-05-28 08:17:25         2
3  1 start 2021-05-28 08:32:07         3
4  1  pass 2021-05-28 08:32:12         3
5  3 start 2021-05-28 08:33:14         4
6  3  pass 2021-05-28 08:33:45         4

Обратите внимание, что мне пришлось создать дополнительную переменную id, поскольку (см. мой комментарий выше) существует несколько пар строк с одним и тем же идентификатором (т. е. id 1 имеет две пары).

Вы можете написать небольшую вспомогательную функцию, которая разбивает данные на две части на основе первой (начало) или второй (результат) строки каждой «пары» (при условии, что ваши пары смежны), а затем находит строки во второй переданной строке ( или не удалось). Затем объедините их.

filter_pair <- function(data, result) {
  df <- split(data, 1:2)
  idx <- which(df[[2]][,'PorF']==result)
  rbind(df[[1]][idx,], df[[2]][idx,]) |>
    dplyr::arrange(id, timest)
}

filter_pair(testdf, "pass")

  id  PorF              timest
1  1 start 2021-05-28 08:32:07
2  1  pass 2021-05-28 08:32:12
3  2 start 2021-05-28 08:17:09
4  2  pass 2021-05-28 08:17:25
5  3 start 2021-05-28 08:33:14
6  3  pass 2021-05-28 08:33:45

filter_pair(testdf, "fail")

  id  PorF              timest
1  1 start 2021-05-08 08:15:07
2  1  fail 2021-05-08 08:15:45
3  4 start 2021-05-28 08:34:12
4  4  fail 2021-05-28 08:34:56

Базовый вариант R, но он следует той же философии, что и решение Дешена

> subset(testdf, !ave(PorF == "fail", cumsum(PorF == "start")))
  id  PorF              timest
3  2 start 2021-05-28 08:17:09
4  2  pass 2021-05-28 08:17:25
5  1 start 2021-05-28 08:32:07
6  1  pass 2021-05-28 08:32:12
7  3 start 2021-05-28 08:33:14
8  3  pass 2021-05-28 08:33:45