Question

我最近在寻找有关如何使用dplyr（dplyr override all but the first occurrences of a value within a group）抑制组中第一次出现的值的建议。

解决方案是一个非常聪明的解决方案，现在我正努力找到同样有效的东西，以防我只需要抑制n个下一个值。

例如，在下面的代码中，我创建了一个新的＆＃34;标记＆＃34;柱：

library('dplyr')
data(iris)
set.seed(1)
iris$tag <- sample(c(0,1), 150, replace=TRUE, prob = c(0.7, 0.3))
giris <- iris %>% group_by(Species)

# Source: local data frame [150 x 6]
# Groups: Species [3]
# 
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species   tag
#           (dbl)       (dbl)        (dbl)       (dbl)  (fctr) (dbl)
# 1           5.1         3.5          1.4         0.2  setosa     0
# 2           4.9         3.0          1.4         0.2  setosa     0
# 3           4.7         3.2          1.3         0.2  setosa     0
# 4           4.6         3.1          1.5         0.2  setosa     1
# 5           5.0         3.6          1.4         0.2  setosa     0
# 6           5.4         3.9          1.7         0.4  setosa     1
# 7           4.6         3.4          1.4         0.3  setosa     1
# 8           5.0         3.4          1.5         0.2  setosa     0
# 9           4.4         2.9          1.4         0.2  setosa     0
# 10          4.9         3.1          1.5         0.1  setosa     0
# ..          ...         ...          ...         ...     ...   ...

在setosa组行中：4,6,7，...被标记为＆＃34; 1＆＃34; s。在任何＆＃34; 1＆＃34;出现之后，我试图在接下来的两行中抑制＆＃34; 1＆＃34; s（即将它们转换为＆＃34; 0＆＃34; s）。换句话说，行＃5和＃6应设置为＆＃34; 0＆＃34;但＃7应保持不受影响。在这种情况下，第7行恰好是＆＃34; 1＆＃34;，因此第8行和第9行应该设置为＆＃34; 0＆＃34; s等等......

有关如何在dplyr中执行此操作的任何提示？这个包非常强大但是出于某种原因，掌握所有细微之处对我来说是一个精神上的挑战......

更多例子：在：0 0 1 1的情况下，输出应为0 0 1 0 如果：0 0 1 1 1 1 1，输出应为0 0 1 0 0 1 0

Answer 1

除了循环之外，我无法想到更好的方法：

flip_followers = function(tag, nf = 2L){
    w    = which(tag==1L)
    keep = rep(TRUE, length(w))
    for (i in seq_along(w)) if (keep[i]) keep[match(w[i]+seq_len(nf), w)] = FALSE
    tag[w[!keep]] = 0L
    tag
}

giris %>% mutate(tag = flip_followers(tag))



Source: local data frame [150 x 6]
Groups: Species [3]

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   tag
          (dbl)       (dbl)        (dbl)       (dbl)  (fctr) (dbl)
1           5.1         3.5          1.4         0.2  setosa     0
2           4.9         3.0          1.4         0.2  setosa     0
3           4.7         3.2          1.3         0.2  setosa     0
4           4.6         3.1          1.5         0.2  setosa     1
5           5.0         3.6          1.4         0.2  setosa     0
6           5.4         3.9          1.7         0.4  setosa     0
7           4.6         3.4          1.4         0.3  setosa     1
8           5.0         3.4          1.5         0.2  setosa     0
9           4.4         2.9          1.4         0.2  setosa     0
10          4.9         3.1          1.5         0.1  setosa     0
..          ...         ...          ...         ...     ...   ...

对于可能的加速，您可以将循环切换为if (keep[i]) keep[i+seq_len(nf)][match(w[i]+seq_len(nf), w[i+seq_len(nf)])] = FALSE，以便match仅搜索nf的下一个w元素。如果这是一个严重的问题，我相信Rcpp会更快。

Answer 2

有点笨拙，但似乎你必须走向向量，无论

f <- function(x, repl = c(1,0,0)) {
  sx <- seq(x)
  for (ii in seq_along(x))
    if (x[ii] == repl[1L])  ## thanks to @Frank for catching
      x[ii:(ii + length(repl) - 1)] <- repl
  x[sx]
}

(x <- c(0,0,1,1,1,1,1)); f(x)
# [1] 0 0 1 1 1 1 1
# [1] 0 0 1 0 0 1 0

(x <- c(0,0,1,0,1,0,1,1)); f(x)
# [1] 0 0 1 0 1 0 1 1
# [1] 0 0 1 0 0 0 1 0

和你的例子

set.seed(1)
head(n = 10,
  cbind(tag <- sample(c(0,1), 150, replace=TRUE, prob = c(0.7, 0.3)),
        tag2 = f(tag)))

#  [1,] 0    0
#  [2,] 0    0
#  [3,] 0    0
#  [4,] 1    1
#  [5,] 0    0
#  [6,] 1    0
#  [7,] 1    1
#  [8,] 0    0
#  [9,] 0    0
# [10,] 0    0

你可以用你想要的任何东西替换

(x <- c(0,0,1,1,1,1,1)); f(x, c(1,0,0,0))
# [1] 0 0 1 1 1 1 1
# [1] 0 0 1 0 0 0 1

(x <- c(0,0,1,1,1,1,1)); f(x, 1:3)
# [1] 0 0 1 1 1 1 1
# [1] 0 0 1 2 3 1 2


## courtesy of @Frank this would also work
(x <- c(0,0,1,1,0,0,1)); f(x, 0:2)
# [1] 0 0 1 1 0 0 1
# [1] 0 1 2 1 0 1 2

Answer 3

对我而言，如果使用累积缩小来跟踪折射周期，这在语义上更清晰。

suppress <- function(x, w) {
  r <- Reduce(function(d,i) if(i&!d) w else max(0,d-1), x, init=0, acc=TRUE)[-1] 
  x * (r==w)
}

示例

suppress(c(0,0,1,1,1,1,1), 2)
#>     [1] 0 0 1 0 0 1 0

dplyr抑制组中下一个n次出现的值

3 个答案: