r - 查找向量的相似元素并修改其间的所有内容

Question

我有一个大数据框 (df)，二项式值范围从 1 到 2。数据中也包含 NA。作为一个实际示例，我将创建一个包含用户数据子集的短向量:

df <- c(NA,NA,2,1,1,1,2,1,2,2,1,1,1,NA,2,2,1,2,1,1,1,2)

作为结果，我基本上想要的是一个搜索第一个和第二个 2 的函数。 s 并将此间隔内的所有内容转换为 2。然而，如果第二个和第一个 2 的位置之间的差异 > 3，则值保持原样并且不执行任何更改。

除了上述之外，该函数必须为 df 的每个值循环。 .例如，再次考虑以下情况:

df <- c(NA,NA,2,1,1,1,2,1,2,2,1,1,1,NA,2,2,1,2,1,1,1,2)

该函数应具有以下结果:

df_outcome <- c(NA,NA,2,1,1,1,2,2,2,2,1,1,1,NA,2,2,2,2,1,1,1,2)

请注意，在 df_outcome第一个和第二个 2 之间的值没有合并，因为它们的位置差异 >3。另一方面，其他非 2 值也相应更改。

我试图做的(但它不能正常工作):

在 rollapply 的帮助下在 zoo包，我试图创建一个函数来查找数组的第一个和第二个 2 并执行如上所述的修改。

func <- function (q) {
  for (i in (which(q %in% 2)[1]):(which(q %in% 2)[2])) {
    q[i]<-2
  }
  return(q)
}

然后我使用 rollapply 嵌套它所以我可以为每个循环指定一个特定的宽度以及其他参数，例如结果索引的位置(左)。

df_outcome<-rollapply(df, width = 3, FUN = func, fill = NA, partial = TRUE, align = "left")

问题是如果应用于向量，用户生成的函数会起作用。当作为参数嵌套在 rollapply 中时但是，它返回一个错误:

Error in (which(q %in% 2)[1]):(which(q %in% 2)[2]) : NA/NaN argument Called from: FUN(data[replace(posns, !ix, 0)], ...)

我想我在使用 rollapply 时有一些错误。或者可能是数据的格式，但我不明白可能是什么问题。我想过用 rollapply因为我的数据很长，而且是为不同的用户生成的。因此，我需要一个函数，该函数还可以根据其他变量(例如 User_ID)拆分数据。 (很像 .variables 中的 ddply 参数或 by 中的 data.table 。

期待您的支持。

Answer 1

rle的解决方案:

rldf <- rle(df)
rllag <- c(tail(rldf$values,-1), NA)
rllead <- c(NA, head(rldf$values,-1))

rldf$values[which(rldf$values == 1 & rllag == 2 & rllead == 2 & rldf$lengths < 3)] <- 2

df_out <- inverse.rle(rldf)

这使:

> df_out
 [1] NA NA  2  1  1  1  2  2  2  2  1  1  1 NA  2  2  2  2  1  1  1  2

> identical(df_outcome,df_out)
[1] TRUE