Question

我在数据集中有几个（ice-）核心部分样本（下例中为ID）。有些核心缺少部分（即间隙），但我不知道哪些核心。如何使用R？

找到它

示例：

dt <- structure(list(ID = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L, 3L, 3L), .Label = c("a", "b", "c"), class = "factor"), Sec.start = c(0, 
5, 10, 20, 50, 100, 200, 0, 5, 10, 30), Sec.end = c(5, 10, 20, 
30, 100, 200, 400, 5, 10, 20, 50), Section = c("0-5", "5-10", 
"10-20", "20-30", "50-100", "100-200", "200-400", "0-5", "5-10", 
"10-20", "30-50")), .Names = c("ID", "Sec.start", "Sec.end", 
"Section"), row.names = c(NA, -11L), class = "data.frame")

dt

    ID Sec.start Sec.end Section
1   a         0       5     0-5
2   a         5      10    5-10
3   a        10      20   10-20
4   a        20      30   20-30
5   b        50     100  50-100
6   b       100     200 100-200
7   b       200     400 200-400
8   c         0       5     0-5
9   c         5      10    5-10
10  c        10      20   10-20
11  c        30      50   30-50

＆＃34;＆＃34;和＆＃34; b＆＃34;没有差距，而＆＃34; c＆＃34;确实（缺少20到30之间），所以我追随以下结果：

$a
[1] TRUE

$b
[1] TRUE

$c
[1] FALSE

Answer 1

您可以尝试：

lapply(split(dt,dt$ID),function(x) all(x[-1,2]==x[-nrow(x),3]))
#$a
#[1] TRUE
#$b
#[1] TRUE
#$c
#[1] FALSE

Answer 2

这是一个dplyr方法：

library(dplyr)
dt %>% 
  group_by(ID) %>% 
  summarise(check = all(Sec.end == lead(Sec.start, default = last(Sec.end))))
#Source: local data table [3 x 2]
#
#      ID check
#  (fctr) (lgl)
#1      a  TRUE
#2      b  TRUE
#3      c FALSE

或者使用data.table：

library(data.table)
setDT(dt)[, .(check = all(Sec.end == shift(Sec.start, 1L, 'lead', fill = last(Sec.end)))), 
               by=ID]
#   ID check
#1:  a  TRUE
#2:  b  TRUE
#3:  c FALSE

这两种方法都使用滞后/超前函数（在名为shift的data.table中）将每个Sec.end值与下一行的Sec.start值进行比较。在最后一行中，没有前导Sec.start值，我们提供默认值，即最后一行的Sec.end - 这意味着最后一行（每个ID）始终为TRUE。我们使用all检查每个ID的所有比较是否为TRUE。

如何测试一系列部分是否有间隙？

2 个答案: