R 将数据帧的各个部分粘在一起

在上面的数据集中，我有一组V2坐标（lat和long），它们属于某些字符串，显示在V1中。我想用胶水把那些在结尾和开头分别有相同坐标的字符串粘在一起。例如：字符串9以与字符串9693以相同的坐标结尾，可以说字符串9698是字符串9的延续。我怎样才能把它们粘在一起？新字符串的名称无关紧要

---

上面的数据集是我拥有的一个样本。我正在寻找一种方法，将我的数据集中包含>10^6个观察值的所有这些字符串粘在一起。

下面是一个示例数据集，它显示了您的情况：

dat%
分组依据（v1）%>%
变异（lastv1=if_else（任何（相同），lastv1[1]，v1[1]））%>%
解组（）%>%
变异（v1=lastv1）%>%
#过滤器（！相同）%>%
选择（-same，-lastv1）
##tibble:9 x 3
#v1 v2 v3
#     
# 1     1     1    11
# 2     1     2    12
# 3     1     3    13
# 4     1     3    13
# 5     1     4    14
# 6     1     5    15
# 7     3     6    16
# 8     3     7    17
# 9     3     8    18

我在这里留下了一个注释掉的

过滤器

：如果您需要减少重复的点，那么取消注释它，您将拥有一个连续的字符串

另一种方法是计算每组点之间的距离，并根据低于阈值的距离确定“相同性”。例如，

geosphere:：distHaversine

或更准确地说，

geosphere:：distVincentyEllipsoid

将为您提供每对点之间的距离

---

我没有意识到您只关注比较字符串：（1）我收回浮点讨论，因为您正在回避这一点；（2）由于我们没有使用

diff

（或公差），所以它会稍微改变一些事情

dat2%
分组依据（V1）%>%
变异（newV1=if（任意（相同））lastV1[1]else V1[1]）%>%
解组（）%>%
变异（V1=newV1）%>%
#过滤器（！相同）%>%
选择（-lastV1，-newV1，-相同）
##A tible:10 x 2
#V1 V2
#                     
#  1     0 58.3354616 15.1455364
#  2     0 58.3360446 15.1457141
#  3     0 58.3464673 15.136081 
#  4     0 58.3508979 15.1277296
#  5     9 58.3541105 11.9237896
#  6     9 58.3534139 11.9305822
#  7     9 58.3534139 11.9305822
#  8     9 58.3533332 11.9313722
#  9     9 58.3532568 11.9321196
# 10     9 58.353248 11.9322061 

您的数据中是否有这样的例子？@JonnyPhelps，答案（如果您没有选中）是“否”（

any（重复（dat[，c（“V2”，“V3”））））

为假）。Carl，两个建议：（1）请减少你的数据，因为你的问题和概念可以很容易地分成三组，每组4-5行；（2） 当您根据条件要求发生某些事情时，您的条件确实需要在样本数据中发生；因此，当您要减少和修复样本数据时，请确保您的样本数据至少显示一个“是”和一个“否”的实例。@r2Evan数据集由170万个观察值组成，我包含了一个样本。无论如何，这个问题的答案是一样的。你的问题的另一个复杂之处是浮点数相等的前提。在数字世界（即IEEE-754，这是每种语言的问题）中，浮点数的严格相等并不能保证给出您认为应该得到的答案。我建议您需要限定您的问题，使其包含“在一定范围内”。@r2evans我已更新了我的问题。坦率地说，我不知道你在说什么关于浮点数。我的数字都是有理数，没有浮点数。很棒的代码！几个问题，在我的tibble中，int部分显示NA。我怎样才能摆脱它？当然，我的数据集比样本大，如果我们有1000个观察值，而不是上面的10个，那么代码仍然有效？是在代码之前还是之后？它可能意味着一些事情，但通常会丢失数据或“它可以是任何值”。用它做什么取决于你在做什么。例如，有时您需要保留它，因为否则您会对分析产生偏见。在其他情况下，您可以删除它，因为它不是一个“完整的观察”。所以为了回答您的问题，类似于

%>%filter（！is.na（V1））

（允许其他列为

na

）或

%>%filter（complete.cases（）

（如果任何字段为

na

），则删除行）。

    V1            V2
1   0   58.3354616 15.1455364
2   0   58.3360446 15.1457141
3   0   58.3364476 15.1458118
4   0   58.3368139 15.1459143
5   0   58.3372234 15.1459975
6   0   58.3380975 15.1460381
7   0   58.339002 15.1459897
8   0   58.339663 15.1457799
9   0   58.3402414 15.145495
10  0   58.3411902 15.1447415
11  0   58.3422411 15.1436215
12  0   58.3433313 15.1419505
13  0   58.3464673 15.136081
14  0   58.3508979 15.1277296
113 9   58.3541105 11.9237896
114 9   58.3534139 11.9305822
10  9693    58.3534139 11.9305822
11  9693    58.3533332 11.9313722
14  9693    58.3532568 11.9321196
12  9693    58.353248 11.9322061