删除符合特定模式的数据帧的一组相邻行-R

我在12月19日发布了这个问题。我收到了一个非常有用的回复，但不是我想要的。然后，有三个人提出了这个问题，他们认为这个问题需要更多的关注。指示表明我可以更新问题或发布新的，但在编辑后，使其更加集中，它仍然关闭。所以，我再次发布它

以下是编辑问题的链接，包括一个更简洁的数据集（这是一个关键评论）：

但是，如果不允许该链接，内容如下：

我需要在数据中删除一组特定的行。在我们的调查（自动电话调查）中，调查工具将在通话期间尝试三次，以提示受访者输入回复。问题暂停三次后，调查工具挂断。这通常发生在电话转到某人的语音信箱时

我想在这种情况发生时确定这种模式，以便将其从计算通话时间中删除

我要查找的模式在“交互”列中如下所示：

不必是介绍。它可以是调查的任何一部分，在该部分中，它三次提示被调查者作出回应，但没有提供回应，因此呼叫失败。但是，它确实必须夹在“应答”（电话接听）和“超时。呼叫失败”（失败）之间

我确实试着将我从昨天的解决方案（关于运行长度编码）中学到的知识应用到我的另一个索引问题上，但我一点也不能让它起作用。所以，我来了

以下是一个示例数据集：

这是4名受访者以及调查工具与受访者（或其电话）之间的每次互动

以下是数据帧的代码：

鲁伊·巴拉达斯对我的回答是：

removeRows <- function(X, col = "Interaction", 
                       ans = "Answer", 
                       fail = c("Timeout. Call failed.", "Partial", "Enqueueing call"))
{  
  a <- grep(ans, X[[col]])
  f <- which(X[[col]] %in% fail)
  a <- a[findInterval(f, a)]

  for(i in seq_along(a)){
    X[[col]][a[i]:f[i]] <- NA_character_
  }
  Y <- X[complete.cases(X), , drop = FALSE]
  Y
}

removeRows(survey_data)

---

我通常会使用dplyr包。我确信，如果需要的话，这个方法可以修改为使用base R，但是dplyr有预先制作的函数来简化它。代码中的注释来解释它所做的事情

df2 <- df %>%
  # Find any entry where there were three timeouts evenly spaced afterwards and set TRUE.
  # You can add other conditions here if needed (to check even leading values).
  mutate(triple_timeout = ifelse(
    lead(Interaction,n=1) == "Timeout" & 
      lead(Interaction,n=3) == "Timeout" & 
      lead(Interaction,n=5) == "Timeout",
    TRUE,
    FALSE
  )) %>%
  # Lead will have some NA values so fill those in
  mutate(triple_timeout = ifelse(is.na(triple_timeout),FALSE,triple_timeout)) %>%
  # Every triple timeout has six entries that should be true, but only the first is id'd.
  # Use an `or` logic and lag statements to set value to true for 5 entries after any TRUE
  mutate(triple_timeout = triple_timeout | 
           lag(triple_timeout,n=1) |
           lag(triple_timeout,n=2) |
           lag(triple_timeout,n=3) |
           lag(triple_timeout,n=4) |
           lag(triple_timeout,n=5)
         ) %>%
  # Lag will have some NA values to fill those in
  mutate(triple_timeout = ifelse(is.na(triple_timeout),FALSE,triple_timeout)) %>%
  # Filter out any TRUE triple_filter
  filter(!triple_timeout) %>%
  # Remove the filter column
  select(-triple_timeout)

df2%
#找到任何有三个均匀间隔的超时的条目，并设置为真。
#如果需要，可以在此处添加其他条件（以检查前导值）。
变异（三重超时=ifelse(
领导（互动，n=1）=“超时”和
领导（互动，n=3）=“超时”和
lead（交互，n=5）=“超时”，
是的，
错误的
)) %>%
#铅会有一些NA值，所以请填写这些值
mutate（triple_timeout=ifelse（is.na（triple_timeout），FALSE，triple_timeout））%>%
#每个三重超时有六个应该为true的条目，但只有第一个是id。
#使用`or`逻辑和lag语句将任意true之后的5个条目的值设置为true
变异（三重超时=三重超时）
滞后（三重超时，n=1）|
滞后（三重超时，n=2）|
滞后（三重超时，n=3）|
滞后（三重超时，n=4）|
滞后（三重超时，n=5）
) %>%
#Lag将有一些NA值来填充这些值
mutate（triple_timeout=ifelse（is.na（triple_timeout），FALSE，triple_timeout））%>%
#过滤掉任何真正的三重过滤器
筛选器（！triple_timeout）%>%
#卸下过滤柱
选择（-triple_timeout）
在下个月，当我有5000名受访者的此类数据时，我会确定。但我有一只像样的公羊。再次感谢
 好的，我不打开gd，请提供一些适合的数据，如果你需要使用该软件包，它不适合允许的字符空间。这必然是长数据。它只是打开一个文本编辑器，其中包含数据框的代码。谢谢！我早上第一件事就是给它打一针，然后转回来。这很有效，亚当！如果我想对一组扩展的行做类似的事情，我可以学习如何调整它。非常感谢！很高兴能帮上忙。需要注意的一点是，这种方法可能会使用相当多的内存（这在RAM有限的大型数据集上可能很重要）。但它通常很快，并且使用向量运算。