Fatal编程技术网
  • r/
  • 根据R中的不同运行长度替换连续重复值

根据R中的不同运行长度替换连续重复值

r

根据R中的不同运行长度替换连续重复值,r,dplyr,group-by,mutate,rle,R,Dplyr,Group By,Mutate,Rle,考虑以下数据集： dat<-data.frame(id = c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3), var1 = c("A","NA","B","A","NA","NA","B","A","NA","NA&quo

考虑以下数据集：

dat<-data.frame(id = c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3),
                var1 = c("A","NA","B","A","NA","NA","B","A","NA","NA","NA","C","A","NA","B","A","NA","NA","D","A","NA","NA","B"))

dat
这导致：

   id var1
1   1    A
2   1  A-B
3   1    B
4   1    A
5   1  A-B
6   1  A-B
7   1    B
8   2    A
9   2  A-C
10  2  A-C
11  2  A-C
12  2    C
13  2    A
14  2  A-B
15  2    B
16  3    A
17  3  A-D
18  3  A-D
19  3    D
20  3    A
21  3  A-B
22  3  A-B
23  3    B
但是，我现在需要保留一些值，同时根据重复的连续运行长度（按id列分组）将其他值返回NA。如果A-B的连续重复长于1，则将所有值返回NA；如果A-C的连续重复长于2，则将所有值返回NA；如果A-D的连续重复长于3，则将所有值返回NA

我期望的结果是：

   id var1
1   1    A
2   1  A-B
3   1    B
4   1    A
5   1   NA
6   1   NA
7   1    B
8   2    A
9   2   NA
10  2   NA
11  2   NA
12  2    C
13  2    A
14  2  A-B
15  2    B
16  3    A
17  3  A-D
18  3  A-D
19  3    D
20  3    A
21  3   NA
22  3   NA
23  3    B
我认为这可以通过组合
group\u by（id）
，然后是
rle（）
或data.table的
rleid（）
，然后在（我考虑
ifelse（）时，基于case\u的值和运行长度有条件地将值返回NA来实现
但我有比示例中提供的条件多得多的条件，并且已经阅读了该案例（如果是更好的选择），但我还无法找到如何编写精确的代码来实现这一点。然而，我遇到的一个类似问题是，这是我需要做的一个简单得多的版本

如有任何建议，将不胜感激。我觉得我离目标很近，但我需要帮助才能达到所需的结果。

首先，我强烈建议使用
replace\u na
功能

然后您可以像这样使用smth：

x%
分组依据（X1）%>%
突变（X3=ifelse（X2==lag（X2，默认值=）| X2==lead（X2，默认值=），
X2，NA_整数（n））%>%
分组依据（X1，X3）%>%
突变（X4=n（））
输入：

  X1 X2
1  1  0
2  1  1
3  1  2
4  2  3
5  2  4
6  2  4
7  3  5
8  3  5
9  3  5
输出：

# A tibble: 9 x 4
# Groups:   X1, X3 [4]
     X1    X2    X3    X4
  <dbl> <dbl> <dbl> <int>
1     1     0    NA     3
2     1     1    NA     3
3     1     2    NA     3
4     2     3    NA     1
5     2     4     4     2
6     2     4     4     2
7     3     5     5     3
8     3     5     5     3
9     3     5     5     3

#一个tible:9 x 4
#分组：X1，X3[4]
x1x2x3x4
1013
2 1 NA 3
3 1 2 NA 3
4 2 3 NA 1
5     2     4     4     2
6     2     4     4     2
7     3     5     5     3
8     3     5     5     3
9     3     5     5     3
然后您可以使用X4来制作您想要的东西。首先，我强烈建议您使用
replace\u na
功能

然后您可以像这样使用smth：

x%
分组依据（X1）%>%
突变（X3=ifelse（X2==lag（X2，默认值=）| X2==lead（X2，默认值=），
X2，NA_整数（n））%>%
分组依据（X1，X3）%>%
突变（X4=n（））
输入：

  X1 X2
1  1  0
2  1  1
3  1  2
4  2  3
5  2  4
6  2  4
7  3  5
8  3  5
9  3  5
输出：

# A tibble: 9 x 4
# Groups:   X1, X3 [4]
     X1    X2    X3    X4
  <dbl> <dbl> <dbl> <int>
1     1     0    NA     3
2     1     1    NA     3
3     1     2    NA     3
4     2     3    NA     1
5     2     4     4     2
6     2     4     4     2
7     3     5     5     3
8     3     5     5     3
9     3     5     5     3

#一个tible:9 x 4
#分组：X1，X3[4]
x1x2x3x4
1013
2 1 NA 3
3 1 2 NA 3
4 2 3 NA 1
5     2     4     4     2
6     2     4     4     2
7     3     5     5     3
8     3     5     5     3
9     3     5     5     3
然后，您可以使用X4制作您想要的，您可以做什么：

myfun <- function(x){
  y <- rle(x)
  z <- match(y$values, LETTERS)
  ind <- which(is.na(z))
  m <- z[ind + 1] - z[ind - 1] >= y$lengths[ind]
  y$values[ind[m]] <- paste(y$values[ind[m] - 1], y$values[ind[m] + 1], sep = "-")
  inverse.rle(y)
}


transform(dat, var1 = ave(var1, id, FUN = myfun))

   id var1
1   1    A
2   1  A-B
3   1    B
4   1    A
5   1   NA
6   1   NA
7   1    B
8   2    A
9   2   NA
10  2   NA
11  2   NA
12  2    C
13  2    A
14  2  A-B
15  2    B
16  3    A
17  3  A-D
18  3  A-D
19  3    D
20  3    A
21  3   NA
22  3   NA
23  3    B

myfun你能做什么：


myfun <- function(x){
  y <- rle(x)
  z <- match(y$values, LETTERS)
  ind <- which(is.na(z))
  m <- z[ind + 1] - z[ind - 1] >= y$lengths[ind]
  y$values[ind[m]] <- paste(y$values[ind[m] - 1], y$values[ind[m] + 1], sep = "-")
  inverse.rle(y)
}


transform(dat, var1 = ave(var1, id, FUN = myfun))

   id var1
1   1    A
2   1  A-B
3   1    B
4   1    A
5   1   NA
6   1   NA
7   1    B
8   2    A
9   2   NA
10  2   NA
11  2   NA
12  2    C
13  2    A
14  2  A-B
15  2    B
16  3    A
17  3  A-D
18  3  A-D
19  3    D
20  3    A
21  3   NA
22  3   NA
23  3    B



myfun代码中的“值”列是什么代码中的“值”列是什么对不起，如果这是我的问题，但代码返回了一个错误“error in rle（x）：“x”必须是原子类型的向量”，有什么想法吗？@el88确保将原子向量传递到函数中。不要传递列表、数据帧等签名@Onyambu。我还要解决这个错误。由于我对创建函数不熟悉，您是否介意解释一下您为m所做的计算？ie.z[ind+1]-z[ind-1]>=y$length[ind]@onyanbu我想如果你发布一个关于函数的解释会很有帮助-我对
m
行也有点好奇。我的理解基本上是“如果两个字母之间的差异大于
NA
的运行长度，请插入字母对”，对吗？为什么只买那对？提前感谢。@el88该行表示，如果两个字母之间的差值（如D-A（4-1）=3）大于它们之间的NA，那么这是有效的NA，可以用范围A-D替换。如果这是我的问题，很抱歉，但代码返回错误“rle（x）中的错误：'x'必须是原子类型的向量”，有什么想法吗？@el88确保你将一个原子向量传递到函数中。不要传递列表、数据帧等签名@Onyambu。我还要解决这个错误。由于我对创建函数不熟悉，您是否介意解释一下您为m所做的计算？ie.z[ind+1]-z[ind-1]>=y$length[ind]@onyanbu我想如果你发布一个关于函数的解释会很有帮助-我对
m
行也有点好奇。我的理解基本上是“如果两个字母之间的差异大于
NA
的运行长度，请插入字母对”，对吗？为什么只买那对？提前感谢。@el88该行表示，如果两个字母之间的差值（如D-A（4-1）=3）大于它们之间的NA，则这是有效的NA，可以用范围A-D替换。