dplyr如何在列排序顺序更改时插入NA值

当列值从

递增

顺序更改为混合顺序时，我试图找到一种插入

NA

值的简单方法。但如果在这个混合有序行之后逻辑上继续增加顺序，那么也可以保留这些行

如果所有行没有递增顺序，请将这些行值替换为

NA

。（指所有混合排序的行）

此外，任何可以在其行中保留排序序列至少5个数字的列都可以通过（可以将其行保留为包含有序部分的行）。否则，替换那些无法通过此逻辑的行

我最好使用

dplyr

执行此过程。我试着这么做，但没想到：（

---

这是一个相当牵强的解决方案……它适用于以前的输出，但不适用于当前的C5：它将在第一次匹配到一系列5个连续递增的值之前删除任何值

找出变量中是否有一系列5个递增值。将值与

lag

进行比较。使用

rle

查找序列5

如果没有序列，则返回一个NA向量

length=length（var）

否则

将每个值与前一个值进行比较，如果较差，则删除

如果上一个值已被删除，请再次通过以与上一个未删除的值进行比较。如果较低，请删除。删除值时重复此操作

代码：

我使用了这个数据集（对C5重复set.seed）

C1=c（1:10,7,8,11,12）
C2=c（2:12,7,13,12）
种子集（123）
C3=样品（1:14）
C4=c（1:14）
种子集（456）
C5=c（样品（1:9），5,6,7,8,10）
dt为什么dt$C5[1]

变成了

NA

？我本来以为1会留在那里。（这不是我唯一不明白的事，我通过了）@Tensibai通过意味着如果至少5行可以在该C5列显示递增顺序序列，那么可以保留它们。其他行应该是

NA

，所以你只能保持5个连续的块（增加）行？很抱歉，您的预期输出很难与输入匹配，逻辑也不清楚me@Tensibai如果是这样的话，如果逻辑顺序发生了变化，你能至少给出一个答案吗？你应该修正关于你输入的预期输出。正如我所理解的，你的问题C5行应该是c（1，NA，2，NA，NA，NA，3,5,6，NA，NA，NA，7,8,10）或者可能是c（1，NA，2，NA，NA，NA，NA，NA，3，NA，NA，NA，5,6,7,8,10）或者是一整晚我都不知道该选哪一个exactly@scoa谢谢你花时间和精力写这么复杂的代码。顺便问一下，你怎么能写下这种我做不到的逻辑流程？你有学习的建议书或wep页面吗？@scoa，如果我想把这个

co

函数推广到

decreas如果要更改顺序，您需要在每次将
v
与
lag（v）
或
var
To
lag（var）
var[p]>lag（var[p]）

变为

var[p]

，等等。

是的。如果整个语句在一行中，则可以省略括号
dt_new <- dt%>%
    mutate_each(funs(replace(., which(ifelse(.....

set.seed(123) 
C1 = c(1:10,7,8,11,12)
C2 = c(2:12,7,13,12)
C3 = sample(1:14)
C4 = c(1:14)
C5 = c(sample(1:9),5,6,7,8,10)

dt <- data.frame(C1,C2,C3,C4,C5)

       C1 C2 C3 C4 C5
#   1   1  2  5  1  1
#   2   2  3 11  2  8
#   3   3  4 14  3  2
#   4   4  5 10  4  9
#   5   5  6 13  5  7
#   6   6  7  1  6  4
#   7   7  8 12  7  3
#   8   8  9  7  8  5
#   9   9 10  4  9  6
#   10 10 11  3 10  5
#   11  7 12  6 11  6
#   12  8  7  2 12  7 
#   13 11 13  2 13  8
#   14 12 12  9 14 10

       C1 C2 C3 C4 C5
#   1   1  2 NA  1  1
#   2   2  3 NA  2 NA
#   3   3  4 NA  3  2 
#   4   4  5 NA  4 NA
#   5   5  6 NA  5 NA
#   6   6  7 NA  6 NA
#   7   7  8 NA  7  3
#   8   8  9 NA  8 NA
#   9   9 10 NA  9 NA
#   10 10 11 NA 10 5
#   11 NA 12 NA 11 6
#   12 NA NA NA 12 7
#   13 11 13 NA 13 8
#   14 12 NA NA 14 9

library(dplyr)
library(zoo)

co <- function(var){
  r <- rle(lag(var) < var)
  d <- data.frame(v=r$values,
                  l=r$lengths,
                  c=cumsum(r$lengths))
  idx <- which(d$l > 3 & d$v==TRUE)[1] - 1
  id <- d$c[idx]


  v <- rep(NA,length(var))
  if(!is.na(id)) {
    p <- id:length(v)
    v[p] <- ifelse(var[p] > lag(var[p]),
                              var[p],
                              NA)
    v[id] <- var[id]

    previous.na <- sum(is.na(lag(v[p])))

    if(previous.na > 1) {
      current.na <- 0

      while(current.na != previous.na)
      { 
        previous.na <- sum(is.na(v))
        v[p][is.na(lag(v[p]))][-1] <- ifelse(v[p][is.na(lag(v[p]))][-1] > lag(na.locf(v[p]))[is.na(lag(v[p]))][-1],
                                             v[p][is.na(lag(v[p]))][-1],
                                             NA)
        v[id] <- var[id]
        current.na <- sum(is.na(v))
      }

    }
  }

  print(var)
  return(v)
}
mutate_each(dt,funs = funs(co))

   C1 C2 C3 C4 C5
1   1  2 NA  1 NA
2   2  3 NA  2 NA
3   3  4 NA  3 NA
4   4  5 NA  4 NA
5   5  6 NA  5 NA
6   6  7 NA  6 NA
7   7  8 NA  7 NA
8   8  9 NA  8 NA
9   9 10 NA  9 NA
10 10 11 NA 10  5
11 NA 12 NA 11  6
12 NA NA NA 12  7
13 11 13 NA 13  8
14 12 NA NA 14 10

C1 = c(1:10,7,8,11,12)
C2 = c(2:12,7,13,12)
set.seed(123) 
C3 = sample(1:14)
C4 = c(1:14)
set.seed(456) 
C5 = c(sample(1:9),5,6,7,8,10)
dt <- data.frame(C1,C2,C3,C4,C5)