Question

我有这个数据集，我试图转换以获得＆＃34;来自＆＃34;和＆＃34;到＆＃34;通过测试的特定数据点分组中的位置。

以下是数据的外观：

pos <- seq(from = 10, to = 100, by = 10)
test <- c(1, 1, 1, 0, 0, 0, 1, 1, 1, 0)
df <- data.frame(pos, test)

所以你可以看到10,20和30位置以及70,80和90通过了测试（b / c测试= 1），但其余的点都没有通过。我正在寻找的答案是一个类似于＆＃34;答案＆＃34;的数据框。以下代码中的数据框：

peaknum <- c(1, 2)
from <- c(10, 70)
to <- c(30, 90)
answer <- data.frame(peaknum, from, to)

有关如何转换数据集的任何建议？我很难过。

谢谢，史蒂夫

Answer 1

我们可以使用data.table。使用rleid功能根据相同的相邻值＆＃39; test＆＃39;创建游程长度组ID（＆＃39; peaknum＆＃39;）。使用＆＃39; peaknum＆＃39;作为分组变量，我们得到了“分钟”。和＆＃39; max＆＃39; ＆＃39; pos＆＃39;同时指定＆＃39; i＆＃39; as＆＃39; test == 1＆＃39;分组行。如果需要，可以使用“峰值数据”。值可以更改为序列（＆＃39; seq_len（.N）`）。

library(data.table)
setDT(df)[, peaknum:= rleid(test)][test==1, 
   list(from=min(pos), to=max(pos)) ,peaknum][, peaknum:= seq_len(.N)]
#   peaknum from to
#1:       1   10 30
#2:       2   70 90

Answer 2

我们可以使用dplyr来完成它，虽然分离节点有点难看：

library(dplyr)
df %>% group_by(peaknum = rep(seq(rle(test)[['lengths']]), rle(test)[['lengths']])) %>% 
  filter(test == 1) %>% 
  summarise(from = min(pos), 
            to = max(pos)) %>%
  mutate(peaknum = seq_along(peaknum))

# Source: local data frame [2 x 3]

#   peaknum  from    to
#     (int) (dbl) (dbl)
# 1       1    10    30
# 2       2    70    90

它的作用：

第一个group_by使用rle添加一个列，该列是test中重复数字的序列，稍后将其分组为summarise;
filter将行向下排列到test为1
summarise折叠群组并为每个群组添加max和min
最后mutate清除了peaknum。

提取数据集中的第一个和最后一个位置

2 个答案: