如何在R中使用上面的1行和后面的1行计算后续非零行的组？

Question

我想创建另一个仅列出事件的数据框（df）。例如，df（XX，YY）应该有4个事件。列XX应该是大于零的事件值的总和，由零行分隔。 YY列应为Max minus Min，事件值大于零，由零行分隔。

    XX   YY
1  3.0 23.6
2  0.0 23.2
3  0.0 23.7
4  0.0 25.2
5  1.3 24.5
6  4.8 24.2
7  0.2 23.1
8  0.0 23.3
9  0.0 23.9
10 0.0 24.3
11 1.8 24.6
12 3.2 23.7
13 0.0 23.2
14 0.0 23.6
15 0.0 24.1
16 0.2 24.5
17 4.8 24.1
18 3.7 22.1
19 0.0 23.4
20 0.0 23.8

从我的表中，我想得到如下结果。

事件1. XX [1] = sum（row1，row2）; YY [1] = [Max（row1，row2） - Min（row1，row2）] XX [1] = 3，YY [1] = 0.4

事件2. XX [2] =总和（第4行，第5行，第6行，第7行，第8行）; YY [2] = [Max（row4，row5，row6，row7，row8） - Min（row4，row5，row6，row7，row8）] XX [2] = 6.3，YY [2] = 2.1

事件3. XX [3] =总和（第10行，第11行，第12行，第13行）; YY [3] = [Max（row10，row11，row12，row13） - Min（row10，row11，row12，row13）] XX [3] = 5，YY [3] = 1.4

事件4. XX [4] =总和（第15行，第16行，第17行，第18行，第19行）; YY [4] = [Max（row15，row16，row17，row18，row19） - Min（row15，row16，row17，row18，row19）] XX [4] = 5，YY [4] = 2.4

   XX    YY
1  3    0.4
2  6.3  2.1
3  5    1.4
4  8.7  2.4

Answer 1

基础R中的方法1

1. 将原始data.frame拆分为list。

   lst <- split(df, c(rep(1, 2), 2, rep(3, 5), 4, rep(5, 4), 6, rep(7, 5), 8));
   lst <- lst[sapply(lst, function(x) nrow(x) > 1)];
   names(lst) <- NULL;
   

   请注意，这与原始数据完全相同，唯一的区别是相关行被分组到单独的data.frame中，并且已删除不相关的行（row3，row9，row14，row20）。 / p>

2. 接下来定义自定义函数

   # Define a custom function that returns
   # the sum(column XX) and max(column YY)-min(column YY)
   calc_summary_stats <- function(df) {
       c(sum(df$XX), max(df$YY) - min(df$YY));
   }
   

3. 使用list将此功能应用于sapply元素，以获得预期结果。

   # Apply the function to the list of dataframes
   m <- t(sapply(lst, calc_summary_stats))
   colnames(m) <- c("XX", "YY");
   #      XX  YY
   #[1,] 3.0 0.4
   #[2,] 6.3 2.1
   #[3,] 5.0 1.4
   #[4,] 8.7 2.4
   

使用tidyverse

的方法2

使用dplyr，我们可以先添加idx列，我们会根据这些列对数据进行分组;然后filter包含＆gt; 1行的组，计算每个组的两个摘要统计信息，并输出删除了ungroup列的idx ed数据。

library(tidyverse);
df %>%
    mutate(idx = c(rep(1, 2), 2, rep(3, 5), 4, rep(5, 4), 6, rep(7, 5), 8)) %>%
    group_by(idx) %>%
    filter(n() > 1) %>%
    summarise(XX = sum(XX), YY = max(YY) - min(YY)) %>%
    ungroup() %>%
    select(-idx);
## A tibble: 4 x 2
#     XX    YY
#  <dbl> <dbl>
#1  3.00 0.400
#2  6.30 2.10
#3  5.00 1.40
#4  8.70 2.40

样本数据

df <- read.table(text =
    "XX   YY
1  3.0 23.6
2  0.0 23.2
3  0.0 23.7
4  0.0 25.2
5  1.3 24.5
6  4.8 24.2
7  0.2 23.1
8  0.0 23.3
9  0.0 23.9
10 0.0 24.3
11 1.8 24.6
12 3.2 23.7
13 0.0 23.2
14 0.0 23.6
15 0.0 24.1
16 0.2 24.5
17 4.8 24.1
18 3.7 22.1
19 0.0 23.4
20 0.0 23.8", header = T)