如何只选择不间断的号码？ [英] How to choose non-interruped numbers only?

问题描述

我有两个向量：

x<-c(0,1,0,2,3,0,1,1,0,2)
y<-c("00:01:00","00:02:00","00:03:00","00:04:00","00:05:00",
     "00:06:00","00:07:00","00:08:00","00:09:00","00:10:00")

我只需要选择y中的值，其中x的值不会被0中断。因此，我希望得到这样的数据帧

y        x
00:04:00 2
00:05:00 3
00:07:00 1
00:08:00 1

我们构建了一个这样的脚本，但对于大型数据集，这需要时间。有没有更优雅的解决方案？我想知道，为什么df<-rbind(bbb,df)返回倒置的df？

aaa<-data.frame(y,x)
df<-NULL
for (i in 1:length(aaa$x)){
  bbb<-ifelse((aaa$x[i]*aaa$x[i+1])!=0, 
              aaa$x[i], 
              ifelse((aaa$x[i]*aaa$x[i-1])!=0, 
                     aaa$x[i], 
                     NA))
  df<-rbind(bbb,df)
}
df<-data.frame(rev(df))
aaa$x<-df$rev.df.
bbb<-na.omit(aaa)
bbb

我是R的新手，所以请尽可能详细地说明：)谢谢！

推荐答案

aaa <- data.frame(y,x)
rles <- rle(aaa$x == 0)
bbb <- aaa[rep(rles$values == FALSE & rles$lengths >= 2, rles$lengths),]

这给了

> bbb
         y x
4 00:04:00 2
5 00:05:00 3
7 00:07:00 1
8 00:08:00 1

您的子问题：df<-rbind(bbb,df)返回df，因为您要在其余(现有)行之前添加新行(bbb)；颠倒参数的顺序，您将不需要颠倒df。

现在来分析一下答案，因为它涉及很多部分。首先，重新表述您的条件，您希望aaa的范围至少有2行不包含0。因此，第一个标准是找出0

> aaa$x == 0
 [1]  TRUE FALSE  TRUE FALSE FALSE  TRUE FALSE FALSE  TRUE FALSE

然后您想要计算出每个伸展段的长度；rle就是这样做的。

> rle(aaa$x == 0)
Run Length Encoding
  lengths: int [1:8] 1 1 1 2 1 2 1 1
  values : logi [1:8] TRUE FALSE TRUE FALSE TRUE FALSE ...

这意味着有1TRUE，然后是1FALSE，然后是1TRUE，然后是2FALSE，依此类推。这个结果被分配给rles。您需要的部分的值是FALSE(不是0)，并且该运行的长度是2或更长。

> rles$values == FALSE & rles$lengths >= 2
[1] FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE FALSE

需要将其扩展回aaa的长度，rep将使用rles$lengths复制相应的条目。

> rep(rles$values == FALSE & rles$lengths >= 2, rles$lengths)
 [1] FALSE FALSE FALSE  TRUE  TRUE FALSE  TRUE  TRUE FALSE FALSE

这给出了一个适合索引的逻辑向量aaa

> aaa[rep(rles$values == FALSE & rles$lengths >= 2, rles$lengths),]
         y x
4 00:04:00 2
5 00:05:00 3
7 00:07:00 1
8 00:08:00 1

这篇关于如何只选择不间断的号码？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！