使用dplyr和rle计算具有条件的组中的连续值

时间:2016-10-17 09:47:01

标签: r conditional dplyr sequence run-length-encoding

我的问题与下面提出的问题非常相似,但是我想添加一个额外的命令来仅返回序列具有多于2个连续值的情况。

如果给定的序列运行在给定的时间和给定的年份内有超过2个连续的数字,我如何计算连续“成功”的数量(即$ consec中的1)?

类似的问题:Summarize consecutive failures with dplyr and rle 。为了比较,我修改了该问题中使用的示例:

library(dplyr)
df <- data.frame(Era=c(1,1,1,1,1,1,1,1,1,1),Year = c(1,2,2,3,3,3,3,3,3,3), consec = c(0,0,1,0,1,1,0,1,1,1))

df %>%
  group_by(Era,Year) %>%
  do({tmp <- with(rle(.$consec==1), lengths[values])
      data.frame(Year= .$Year, Count=(length(tmp)))}) %>% 
  slice(1L)

> Source: local data frame [3 x 3]
> Groups: Era, Year

>   Era Year Count
> 1   1    1     0
> 2   1    2     1
> 3   1    3     2
> 

我现在需要的是添加条件以仅包括> 2的序列中的连续数字的情况。期望的结果:

> Source: local data frame [3 x 3]
> Groups: Era, Year

>   Era Year Count
> 1   1    1     0
> 2   1    2     0
> 3   1    3     1

非常感谢任何建议。

1 个答案:

答案 0 :(得分:2)

我们需要使用lengths创建逻辑索引并获取sum

df %>%
   group_by(Era, Year) %>% 
   do({ tmp <- with(rle(.$consec), sum(lengths > 2))
   data.frame(Count = tmp)})
#   Era  Year Count
#  <dbl> <dbl> <int>
#1     1     1     0    
#2     1     2     0
#3     1     3     1