r - 如何根据连续序列过滤满足条件的行？

Question

我想在一行中出现特定值序列的条件下对数据框中的行进行子集化。例如，如果在其中一个变量中有一个模式 2 | 4 | 5 一行接一行，那这三行会被保留，然后继续查找，直到找到另一组行，再找到另一组 2 | 4 | 5. 最后，我想对每组 2 | 进行 group_by() | 4 | 5 并取另一列中相应值的平均值。

我曾尝试使用各种滞后命令，但无法让它发挥作用。理想情况下，解决方案是使用 dplyr。

给出下表

# A tibble: 24 x 2
   information.content scale_degree
                 <dbl>        <dbl>
 1               4.95             0
 2               2.98             2
 3               2.13             4
 4               2.46             2
 5               2.49             4
 6               1.75             5
 7               1.95             7
 8               2.54             5
 9               0.969            4
10               1.45             2
11               2.10             4
12               2.37             2
13               2.07             4
14               1.29             5
15               1.43             7
16               4.05             7
17               2.05             5
18               0.740            4
19               1.07             2
20               1.92             0
21               2.54             2
22               1.72             4
23               1.69             2
24               1.85             0

structure(list(information.content = c(4.951615, 2.9770234, 2.1338997, 
2.4575028, 2.4881902, 1.7465432, 1.9471669, 2.5410578, 0.96890986, 
1.4460193, 2.0989947, 2.3660812, 2.0733728, 1.2867087, 1.4285704, 
4.048128, 2.0472896, 0.74006027, 1.0694636, 1.9193107, 2.5353878, 
1.721423, 1.6873852, 1.8456767), scale_degree = c(0, 2, 4, 2, 
4, 5, 7, 5, 4, 2, 4, 2, 4, 5, 7, 7, 5, 4, 2, 0, 2, 4, 2, 0)), row.names = c(NA, 
-24L), class = c("tbl_df", "tbl", "data.frame"))

我想要以下结果(没问题后会知道如何分组和平均)

# A tibble: 6 x 3
  information.content scale_degree instance
                <dbl>        <dbl>    <dbl>
1                2.46            2        1
2                2.49            4        1
3                1.75            5        1
4                2.37            2        2
5                2.07            4        2
6                1.29            5        2

structure(list(information.content = c(2.4575028, 2.4881902, 
1.7465432, 2.3660812, 2.0733728, 1.2867087), scale_degree = c(2, 
4, 5, 2, 4, 5), instance = c(1, 1, 1, 2, 2, 2)), class = c("spec_tbl_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -6L), spec = structure(list(
    cols = list(information.content = structure(list(), class = c("collector_double", 
    "collector")), scale_degree = structure(list(), class = c("collector_double", 
    "collector")), instance = structure(list(), class = c("collector_double", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), skip = 1), class = "col_spec"))

Answer 1

dplyr 的一个想法可能是利用 lead 函数，即

library(dplyr)

df %>% 
 mutate(new = cumsum(ifelse(scale_degree == 2 & 
                            lead(scale_degree, n = 1) == 4 & 
                                lead(scale_degree, n = 2) == 5, 1, 0))) %>% 
 filter(new != 0) %>% 
 group_by(new) %>% 
 slice(1L:3L)

这给出了，

# A tibble: 6 x 3
# Groups:   new [2]
  information.content scale_degree   new
                <dbl>        <dbl> <dbl>
1                2.46            2     1
2                2.49            4     1
3                1.75            5     1
4                2.37            2     2
5                2.07            4     2
6                1.29            5     2