R 如何删除data.table中包含相同值的3个连续行

我在R中有一个数据表，具有以下3个特性

DT_A <- data.table(sid=c(1,1,2,2,2,3,3,2,3,3), date=as.Date(c("2014-06-22","2014-06-23","2014-06-22","2014-06-23", "2014-06-24","2014-06-22",
                                                          "2014-06-23","2014-06-24","2014-06-25","2014-06-26")), 
               Status1 = c("A","B","A","A","B","A","A","A","B","B"))

---

我如何检查状态1并查看一行中是否有3行具有值a（如第6、7、8行），然后我们将删除这些行？

问题标记为

数据。表

，因此我将尝试给出适当的答案：

with(rle(DT_A$Status1 == "A"), {
    unlist(lapply(which(lengths >= 3), function(i)
        (1+cumsum(lengths)[i-1]):cumsum(lengths)[i]))
})
#[1] 6 7 8

DT_A[!DT_A[, .I[.N == 3 & Status1 == "A"], by = rleid(Status1)]$V1]

其他测试用例 正如所指出的，我的第一个答案（现在已编辑）仅适用于OP提供的给定样本数据集，但在其他测试用例中失败

因此，编辑后的代码将应用于其他一些测试用例

案例B:3行连续的字母

A

和

B

DT_B <- data.table(
  sid=c(1,1,2,2,2,3,3,2,3,3,3), 
  date=as.Date(c("2014-06-22","2014-06-23","2014-06-22","2014-06-23", "2014-06-24","2014-06-22",
                 "2014-06-23","2014-06-24","2014-06-25","2014-06-26","2014-06-26")), 
  Status1 = c("A","B","A","A","B","A","A","A","B","B","B"))
DT_B

仅删除包含字母

A

（第6至8行）的3个连续行

案例C:无需删除的内容

DT_C <- data.table(
  sid=c(1,1,2,2,2,3,3,2,3,3,3), 
  date=as.Date(c("2014-06-22","2014-06-23","2014-06-22","2014-06-23", "2014-06-24","2014-06-22",
                 "2014-06-23","2014-06-24","2014-06-25","2014-06-26","2014-06-26")), 
  Status1 = c("A","B","A","A","B","A","A","C","B","B","C"))
DT_C

不删除任何行，因为没有3个连续行包含

A

案例D:边缘案例：删除所有行

DT_D <- DT_A[6:8]
DT_D

---

删除所有行并返回空data.table，因为输入data.table仅包含3行字母

A

问题被标记为

data.table

，因此我将尝试给出适当的答案：

DT_A[!DT_A[, .I[.N == 3 & Status1 == "A"], by = rleid(Status1)]$V1]

其他测试用例 正如所指出的，我的第一个答案（现在已编辑）仅适用于OP提供的给定样本数据集，但在其他测试用例中失败

因此，编辑后的代码将应用于其他一些测试用例

案例B:3行连续的字母

A

和

B

DT_B <- data.table(
  sid=c(1,1,2,2,2,3,3,2,3,3,3), 
  date=as.Date(c("2014-06-22","2014-06-23","2014-06-22","2014-06-23", "2014-06-24","2014-06-22",
                 "2014-06-23","2014-06-24","2014-06-25","2014-06-26","2014-06-26")), 
  Status1 = c("A","B","A","A","B","A","A","A","B","B","B"))
DT_B

仅删除包含字母

A

（第6至8行）的3个连续行

案例C:无需删除的内容

DT_C <- data.table(
  sid=c(1,1,2,2,2,3,3,2,3,3,3), 
  date=as.Date(c("2014-06-22","2014-06-23","2014-06-22","2014-06-23", "2014-06-24","2014-06-22",
                 "2014-06-23","2014-06-24","2014-06-25","2014-06-26","2014-06-26")), 
  Status1 = c("A","B","A","A","B","A","A","C","B","B","C"))
DT_C

不删除任何行，因为没有3个连续行包含

A

案例D:边缘案例：删除所有行

DT_D <- DT_A[6:8]
DT_D

---

删除所有行并返回空data.table，因为input data.table仅包含3行字母

A

我假设您在sid定义中出错，并且您的3行都具有sid=3。如果没有，很抱歉，我的回答不起作用。如果是这种情况，解决方案可以是一行：

 DT_A[,.SD[.N < 3 | Status1 != "A",], by = .(sid,Status1)]

DT|A[，.SD[.N<3|Status1！=“A”，]由=（sid，Status1）]

是一个简单的行，可以执行您想要的操作：它选择列Status1中的行数小于3或不同于B的数据（即您要进行的删除选择的否定：至少3 a），然后按sid和Status1进行分组。

---

希望它能有所帮助，我假设您在sid定义中犯了一个错误，并且您的3行都是sid=3。如果没有，很抱歉，我的回答不起作用。如果是这种情况，解决方案可以是一行：

 DT_A[,.SD[.N < 3 | Status1 != "A",], by = .(sid,Status1)]

DT|A[，.SD[.N<3|Status1！=“A”，]由=（sid，Status1）]

是一个简单的行，可以执行您想要的操作：它选择列Status1中的行数小于3或不同于B的数据（即您要进行的删除选择的否定：至少3 a），然后按sid和Status1进行分组。

---

希望它有帮助

除了.N==3（或者.N>=3）之外，您还需要检查rleid（x）中的x是否计算为TRUE。另外，x[-w]是个坏主意，因为当w=整数（0）时，结果类似于x[0]。我可能会这样做，

DT_A[，keep:=！（.N>=3L&&Status1==“A”），by=rleid（Status1）][（keep），！“keep”]

或其他什么。Fwiw，db的答案还有第一个问题（检查rle（x）组的长度，但不验证x是否正确）。谢谢，@Frank指出了这些缺陷。已修复并添加了其他测试用例。除了.N==3（或者.N>=3）之外，还需要检查rleid（x）中的x是否计算为TRUE。另外，x[-w]是个坏主意，因为当w=整数（0）时，结果类似于x[0]。我可能会这样做，

DT_A[，keep:=！（.N>=3L&&Status1==“A”），by=rleid（Status1）][（keep），！“keep”]

或其他什么。Fwiw，db的答案还有第一个问题（检查rle（x）组的长度，但不验证x是否正确）。谢谢，@Frank指出了这些缺陷。已修复并添加了其他测试用例。此答案还将删除非连续行。感谢@Uwe的评论。你完全是赖特。我从你的回答中学到了一些东西。实际上是我的条件。这个答案也会删除非连续行。谢谢@Uwe的评论。你完全是赖特。我从你的回答中学到了一些东西。事实上，我的情况也是如此

    sid       date Status1
 1:   1 2014-06-22       A
 2:   1 2014-06-23       B
 3:   2 2014-06-22       A
 4:   2 2014-06-23       A
 5:   2 2014-06-24       B
 6:   3 2014-06-22       A
 7:   3 2014-06-23       A
 8:   2 2014-06-24       C
 9:   3 2014-06-25       B
10:   3 2014-06-26       B
11:   3 2014-06-26       C

DT_D <- DT_A[6:8]
DT_D

   sid       date Status1
1:   3 2014-06-22       A
2:   3 2014-06-23       A
3:   2 2014-06-24       A

DT_D[!DT_D[, .I[.N == 3 & Status1 == "A"], by = rleid(Status1)]$V1]

Empty data.table (0 rows) of 3 cols: sid,date,Status1

 DT_A[,.SD[.N < 3 | Status1 != "A",], by = .(sid,Status1)]