python - R/python 向量中的 "grouped/clustered"区域

Question

我遇到了以下问题。我想根据以下标准查找带有 1 的“分组/聚集”区域:

从第一个1的位置开始，如果在1之后的窗口中(例如窗口长度==5)没有其他1，则输出的开始和结束位置为1。

1. 之后的窗口中没有其他 1。

   0 0 0 0 0 1 0 0 0 0 0

开始<- 6

结束<- 6

但是，如果有 1，我想将窗口滑动 1，直到最终窗口中不再有 1。在这种情况下，起始位置将是滑动开始的位置，结束位置将是该区域的最后 1 个位置。

窗口中还有其他 1。

0 0 0 0 0 1 0 0 1 1 1 1 0 1 0 1 0 0 0 0 0

开始<- 6

结束<- 16

我有很多像这样的向量，其随机分布为 1(除了第一个位置始终为 1)。下面我提供了示例向量和首选输出。我更喜欢用 R 解决这个问题(但 python 也可以)。我非常感谢您的帮助。

这是基于窗口长度 == 5 的示例:

数字向量:

1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 1 0 0 1 1 1 1 0 1 0 1 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 1

(1的位置:1 15 62 63 67 86 252 272 334 335 337 344 348 349 350 357 360 361 362 363 365 367 371 373 391 396 406 410 412)

输出:

开始<- 1 15 62 86 252 272 334 344 357 391 406

结束<- 1 15 67 86 252 272 337 350 373 396 412

Answer 1

您可以通过对向量进行游程编码来轻松完成此操作:

x <- c(1,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,
       0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,
       0,0,0,1,1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,
       1,1,0,1,0,0,0,0,0,0,1,0,0,0,1,1,1,0,0,0,0,0,0,1,0,0,1,1,1,
       1,0,1,0,1,0,0,0,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,
       0,0,0,0,1,0,0,0,0,0,0,0,0,0,1,0,0,0,1,0,1)

which(x == 1)
#[1]   1  15  62  63  67  88  89  91  98 102 103 104 111 114 115 116 117 119 121 125 127 145 150 160 164 166

window <- 5

#run length encoding
y <- rle(x)
#Run Length Encoding
#  lengths: int [1:37] 1 13 1 46 2 3 1 20 2 1 ...
#  values : num [1:37] 1 0 1 0 1 0 1 0 1 0 ...

#if run length for zeros is smaller than window replace with 1
y$values[(y$values == 0) & (y$lengths < window)] <- 1

#combine runs of ones
y <- rle(inverse.rle(y))

start <- cumsum(y$lengths)[y$values == 1] - y$lengths[y$values == 1] + 1
#[1]   1  15  62  88  98 111 145 160
end <- cumsum(y$lengths)[y$values == 1]
#[1]   1  15  67  91 104 127 150 166