r - 计算 R 中数据框中每一行的前导和尾随零

Question

我正在尝试分析一个数据框，其中每一行都代表一个时间序列。我的 df 结构如下:

df <- data.frame(key = c("10A", "11xy", "445pe"), 
                 Obs1 = c(0, 22, 0),
                 Obs2 = c(10, 0, 0),
                 Obs3 = c(0,  3, 5),
                 Obs4 = c(0, 10, 0)
)

我现在想创建一个新的数据框，其中每一行再次代表键，列由以下结果组成:

1. “TotalZeros”:计算每行零的总数 (=key)
2. “LeadingZeros”:计算每行第一个非零 obs 之前的零数

这意味着我希望最终收到以下数据帧:

key   TotalZeros   LeadingZeros
10A            3              1
11xy           1              0
445pe          3              2

我设法计算了每一行零的总数:

zeroCountDf <- data.frame(key = df$key, TotalNonZeros = rowSums(df ! = 0))

但我正在努力计算 LeadingZeros。我找到了如何计算向量中的第一个非零位置，但我不明白如何将这种方法应用于我的数据框:

vec <- c(0,1,1)
min(which(vec != 0)) # returns 2, meaning the second position is first nonzero value

谁能解释如何计算数据框中每一行的前导零？我是 R 的新手，感谢任何见解和提示。提前致谢。

Answer 1

我们可以使用 matrixStats 中的 rowCumsums 和 rowSums

library(matrixStats)
cbind(df[1], total_zeros = rowSums(df[-1] == 0), 
     Leading_zeros = rowSums(!rowCumsums(df[-1] != 0)))

-输出

     key total_zeros Leading_zeros
1   10A           3              1
2  11xy           1              0
3 445pe           3              2

---

或者在 tidyverse 中，我们也可以使用 rowwise

library(dplyr)
df %>% 
   mutate(total_zeros = rowSums(select(., starts_with("Obs")) == 0)) %>%
   rowwise %>%
   transmute(key, total_zeros,
       Leading_zeros = sum(!cumsum(c_across(starts_with('Obs')) != 0))) %>%
      ungroup

-输出

# A tibble: 3 x 3
  key   total_zeros Leading_zeros
  <chr>       <dbl>         <int>
1 10A             3             1
2 11xy            1             0
3 445pe           3             2