r - 如果位于唯一 ID 的开头或结尾，则过滤连续的相同值

Question

我有一个数据集，其中包含从一个群体进行多次旅行的鸟类的 GPS 位置。我想删除距离殖民地 3 公里以内的所有点，但只有那些在个人旅行开始或结束时的点(Unique_id)。如果他们在旅途中来到了殖民地3公里以内，然后没有先返回殖民地就再次出发，我想保留这些积分。

我计算了到殖民地的距离，然后使用逻辑列定义该位置是 < 3 公里 (1) 还是 > 3 公里 (0)。删除坐标后，数据框看起来有点像下面的虚拟数据。因此，从这里开始，我希望按照“为 Unique_id 的第一个或最后一个连续“1”删除带有 dist3k == 1 的行来定义一些内容。

希望这是有道理的，并期待提出建议。

# what the data looks like 
data_orig <- data.frame(
  Index = rep(c('1','2','3','4','5','6','7','8','9','10',
                '11','12','13','14','15','16','17','18','19','20')),
  Unique_id = rep(c('A1','A2'), each = 10),
  dist3k = rep(c('1','1','0','0','0','1','1','0','0','1','1','1','1','0','1','0','1','0','1','1')))

# what I want the output to be 
data_new <-data_orig[-c(1,2,10,11,12,13,19,20),]

Answer 1

这是使用 dplyr 和 cumsum 的方法。

它的工作原理是反转二进制值 dist3k!=1，然后计算累积和 cumsum(dist3k!=1)，它在开始时始终为零向量从 1 开始。

然后对最后一个值进行相同但相反的操作。

我们现在有两个向量 fil1 和 fil2，我们可以在其中过滤寻找非零值。

library(dplyr)

data_orig %>% 
  group_by(Unique_id) %>% 
  mutate(fil1=cumsum(dist3k!=1), fil2=rev(cumsum(rev(dist3k)!=1))) %>% 
  filter(fil1!=0 & fil2!=0) %>% 
  ungroup() %>% 
  select(-starts_with("fil"))
# A tibble: 12 × 3
   Index Unique_id dist3k
   <chr> <chr>     <chr> 
 1 3     A1        0     
 2 4     A1        0     
 3 5     A1        0     
 4 6     A1        1     
 5 7     A1        1     
 6 8     A1        0     
 7 9     A1        0     
 8 14    A2        0     
 9 15    A2        1     
10 16    A2        0     
11 17    A2        1     
12 18    A2        0