如何选择非interruped数字？

2023年6月16日 228次阅读

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中的那些,其中x的值不会被0中断.因此,我想得到一个像这样的数据帧

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

我们构建了这样的脚本,但是使用大数据集需要时间.有更优雅的解决方案吗？我想知道,为什么df< -rbind(bbb,df)返回倒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:)谢谢！

最佳答案

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

这使

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

您拥有的子问题：df< -rbind(bbb,df)返回df,因为您在其余(现有)行之前添加新行(bbb);反转参数的顺序,你不需要反转df. 现在要打破答案,因为它涉及很多部分.首先,重新描述你的标准,你想要至少2行没有0的aaa延伸.所以第一个标准是找到0

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

然后你想弄清楚每个延伸的长度;这样做.

> 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1个TRUE,然后是1个FALSE,然后是1个TRUE,然后是2个FALSE等.这个结果被分配给rles.您想要的部分是值为FALSE(不为0),并且该运行的长度为2或更多.

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

这需要扩展回aaa的长度,rep将使用rles $length来复制相应的条目.

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

这给出了适合索引aaa的逻辑向量

> 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
点赞