R 求向量中连续增加k倍的分量

我想创建一个函数，它可以找到向量的分量，这些分量持续增加k倍

也就是说，如果设计的函数是

f（x，k）

和

x=c（2,3,4,3,5,6,5,7）

，那么

f（x，1）

的值是

2,3,3,5,5

，因为只有

x

的这些分量增加了1倍

此外，如果

k=2

，则

f（x，2）

的值为

2,3

，因为只有这些分量连续增加2倍。（2→3.→4和3→5.→(六)

---

我想我应该使用重复的语法，比如

，来达到这个目的。
我不太理解你问题的第二部分（k=2），但是对于第一部分，你可以使用如下内容：

test<-c(2,3,4,3,5,6,5,7) #Your vector

diff(test) #Differentiates the vector
diff(test)>0 #Turns the vector in a logical vector with criterion >0

test[diff(test)>0] #Returns only the elements of test that correspond to a TRUE value in the previous line

test0#使用条件>0将向量转换为逻辑向量
test[diff（test）>0]#只返回与前一行中的真值相对应的test元素
我不太理解你问题的第二部分（k=2），但对于第一部分，你可以使用如下内容：

test<-c(2,3,4,3,5,6,5,7) #Your vector

diff(test) #Differentiates the vector
diff(test)>0 #Turns the vector in a logical vector with criterion >0

test[diff(test)>0] #Returns only the elements of test that correspond to a TRUE value in the previous line

test0#使用条件>0将向量转换为逻辑向量
test[diff（test）>0]#只返回与前一行中的真值相对应的test元素
我不太理解你问题的第二部分（k=2），但对于第一部分，你可以使用如下内容：

test<-c(2,3,4,3,5,6,5,7) #Your vector

diff(test) #Differentiates the vector
diff(test)>0 #Turns the vector in a logical vector with criterion >0

test[diff(test)>0] #Returns only the elements of test that correspond to a TRUE value in the previous line

test0#使用条件>0将向量转换为逻辑向量
test[diff（test）>0]#只返回与前一行中的真值相对应的test元素
我不太理解你问题的第二部分（k=2），但对于第一部分，你可以使用如下内容：

test<-c(2,3,4,3,5,6,5,7) #Your vector

diff(test) #Differentiates the vector
diff(test)>0 #Turns the vector in a logical vector with criterion >0

test[diff(test)>0] #Returns only the elements of test that correspond to a TRUE value in the previous line

test0#使用条件>0将向量转换为逻辑向量
test[diff（test）>0]#只返回与前一行中的真值相对应的test元素
1）使用zoo软件包中的
rollapply
：

library(zoo)
f <- function(x, k)
       x[rollapply(x, k+1, function(x) all(diff(x) > 0), align = "left", fill = FALSE)]

1a）此变化略短，也适用于：

f2 <- function(x, k) head(x, -k)[ rollapply(diff(x) > 0, k, all) ]

f2 0，k，all）]

2）这里是1a的一个版本，它不使用任何软件包：

f3 <- function(x, k) head(x, -k)[ apply(embed(diff(x) > 0, k), 1, all) ]

f3 0，k），1，全部]
1）使用zoo软件包中的
rollapply
：

library(zoo)
f <- function(x, k)
       x[rollapply(x, k+1, function(x) all(diff(x) > 0), align = "left", fill = FALSE)]

1a）此变化略短，也适用于：

f2 <- function(x, k) head(x, -k)[ rollapply(diff(x) > 0, k, all) ]

f2 0，k，all）]

2）这里是1a的一个版本，它不使用任何软件包：

f3 <- function(x, k) head(x, -k)[ apply(embed(diff(x) > 0, k), 1, all) ]

f3 0，k），1，全部]
1）使用zoo软件包中的
rollapply
：

library(zoo)
f <- function(x, k)
       x[rollapply(x, k+1, function(x) all(diff(x) > 0), align = "left", fill = FALSE)]

1a）此变化略短，也适用于：

f2 <- function(x, k) head(x, -k)[ rollapply(diff(x) > 0, k, all) ]

f2 0，k，all）]

2）这里是1a的一个版本，它不使用任何软件包：

f3 <- function(x, k) head(x, -k)[ apply(embed(diff(x) > 0, k), 1, all) ]

f3 0，k），1，全部]
1）使用zoo软件包中的
rollapply
：

library(zoo)
f <- function(x, k)
       x[rollapply(x, k+1, function(x) all(diff(x) > 0), align = "left", fill = FALSE)]

1a）此变化略短，也适用于：

f2 <- function(x, k) head(x, -k)[ rollapply(diff(x) > 0, k, all) ]

f2 0，k，all）]

2）这里是1a的一个版本，它不使用任何软件包：

f3 <- function(x, k) head(x, -k)[ apply(embed(diff(x) > 0, k), 1, all) ]

f3 0，k），1，全部]
完全矢量化的解决方案：

f <- function(x, k = 1) {

  rlecumsum = function(x)
  { #cumsum with resetting
    #http://stackoverflow.com/a/32524260/1412059
    cs = cumsum(x)
    cs - cummax((x == 0) * cs)
  }

  x[rev(rlecumsum(rev(c(diff(x) > 0, FALSE) ))) >= k]
}

f(x, 1)
#[1] 2 3 3 5 5
f(x, 2)
#[1] 2 3
f(x, 3)
#numeric(0)

f0，FALSE））>=k]
}
f（x，1）
#[1] 2 3 3 5 5
f（x，2）
#[1] 2 3
f（x，3）
#数字（0）
完全矢量化的解决方案：

f <- function(x, k = 1) {

  rlecumsum = function(x)
  { #cumsum with resetting
    #http://stackoverflow.com/a/32524260/1412059
    cs = cumsum(x)
    cs - cummax((x == 0) * cs)
  }

  x[rev(rlecumsum(rev(c(diff(x) > 0, FALSE) ))) >= k]
}

f(x, 1)
#[1] 2 3 3 5 5
f(x, 2)
#[1] 2 3
f(x, 3)
#numeric(0)

f0，FALSE））>=k]
}
f（x，1）
#[1] 2 3 3 5 5
f（x，2）
#[1] 2 3
f（x，3）
#数字（0）
完全矢量化的解决方案：

f <- function(x, k = 1) {

  rlecumsum = function(x)
  { #cumsum with resetting
    #http://stackoverflow.com/a/32524260/1412059
    cs = cumsum(x)
    cs - cummax((x == 0) * cs)
  }

  x[rev(rlecumsum(rev(c(diff(x) > 0, FALSE) ))) >= k]
}

f(x, 1)
#[1] 2 3 3 5 5
f(x, 2)
#[1] 2 3
f(x, 3)
#numeric(0)

f0，FALSE））>=k]
}
f（x，1）
#[1] 2 3 3 5 5
f（x，2）
#[1] 2 3
f（x，3）
#数字（0）
完全矢量化的解决方案：

f <- function(x, k = 1) {

  rlecumsum = function(x)
  { #cumsum with resetting
    #http://stackoverflow.com/a/32524260/1412059
    cs = cumsum(x)
    cs - cummax((x == 0) * cs)
  }

  x[rev(rlecumsum(rev(c(diff(x) > 0, FALSE) ))) >= k]
}

f(x, 1)
#[1] 2 3 3 5 5
f(x, 2)
#[1] 2 3
f(x, 3)
#numeric(0)

f0，FALSE））>=k]
}
f（x，1）
#[1] 2 3 3 5 5
f（x，2）
#[1] 2 3
f（x，3）
#数字（0）
谢谢您的友好回答。我的意思是，函数f（x，k）找到向量x的分量，这些分量单调增加而不停止k次。因此，在上述情况下，f（x，3）为空，因为没有x的分量在不停止三次的情况下增加。在k>=4中，情况是相同的，即NULL。谢谢你，谢谢你友好的回答。我的意思是，函数f（x，k）找到向量x的分量，这些分量单调增加而不停止k次。因此，在上述情况下，f（x，3）为空，因为没有x的分量在不停止三次的情况下增加。在k>=4中，情况是相同的，即NULL。谢谢你，谢谢你友好的回答。我的意思是，函数f（x，k）找到向量x的分量，这些分量单调增加而不停止k次。因此，在上述情况下，f（x，3）为空，因为没有x的分量在不停止三次的情况下增加。在k>=4中，情况是相同的，即NULL。谢谢你，谢谢你友好的回答。我的意思是，函数f（x，k）找到向量x的分量，这些分量单调增加而不停止k次。因此，在上述情况下，f（x，3）为空，因为没有x的分量在不停止三次的情况下增加。在k>=4中，情况是相同的，即NULL。非常感谢。