r - 查找数据为大写的范围的开始和结束

Question

我有一个 data.frame ystr:

    v1
1    a
2    B
3    B
4    C
5    d
6    a
7    B
8    D

我想在 CAPS 中找到每组字母的开始和结束，所以我的输出是:

    groupId startPos    endPos
1   1       2           4
2   2       7           8

通过按顺序查看每个元素并将其与之前的元素进行比较，我能够使用 for 循环来完成它，如下所示:

currentGroupId <-0

for (i in 1:length(ystr[,1])){ 
  if (grepl("[[:upper:]]", ystr[i,])) 
  { 
    if (startCounter == 0) 
    {
       currentGroupId <- currentGroupId +1
       startCounter <-1 
       mygroups[currentGroupId,] <- c(currentGroupId, i, 0)
    }
  }else if (startCounter == 1){
    startCounter <-0
    mygroups[currentGroupId,3]<- i-1
  }
}

在 R 中有一种简单的方法可以做到这一点吗？

这可能类似于 Mark start and end of groups但我无法弄清楚它在这种情况下如何适用。

Answer 1

您可以通过计算二进制指示符的运行长度编码 ( rle ) 来确定您的数据是否为大写，这取决于数据在转换为大写时是否等于自身。

with(rle(d[,1] == toupper(d[,1])),
     data.frame(start=cumsum(lengths)[values]-lengths[values]+1,
                end=cumsum(lengths)[values]))
#   start end
# 1     2   4
# 2     7   8

您可以查看 rle 的其他使用示例通过查看 Stack Overflow answers using this command .

数据:

d <- data.frame(v1=c("a", "B", "B", "C", "d", "a", "B", "D"))