我有以下数据框：
df <- structure(list(a = c(1, 43, 22, 12, 35, 113, 54, 94), b = c("a",
"b", "c", "d", "e", "f", "g", "h")), .Names = c("a", "b"), row.names = c(NA,
-8L), class = c("tbl_df", "tbl", "data.frame"))
我要从该数据中选择一定长度的连续子序列。例如，对于两个长度的序列，我想选择1-2、2-3、3-4等行，直到数据帧的最后一行。然后应标记每个子序列。
子序列长度为2，带有其序列标签的新df如下所示：
a b seq_label
1 a 1 # First subsequence, row 1-2
43 b 1 #
43 b 2 # Second subsequence, row 2-3
22 c 2 #
22 c 3 # Third subsequence, row 3-4
12 d 3 #
12 d 4
35 e 4
35 e 5
113 f 5
113 f 6
54 g 6
54 g 7
94 h 7
类似，子序列长度为3：
a b seq_label
1 a 1 # First subsequence, row 1-3
43 b 1 #
22 c 1 #
43 b 2 # Second subsequence, row 2-4
22 c 2 #
12 d 2 #
22 c 3 # Third subsequence, row 3-5
12 d 3 #
35 e 3 #
12 d 4
35 e 4
113 f 4
35 e 5
113 f 5
54 g 5
113 f 6
54 g 6
94 h 6
....
感谢@drjones的建议答案，我已经提出了解决方案：
map_dfr(1:(nrow(df) - n + 1), function (i) {cbind(df[i:(i + n - 1), ], "seq_label" = i)})
答案 0 :(得分：1)
不确定数据集有多大，但如果可以，请循环使用
：get_seq=function(df,n){
res=c()
for(i in 1:(nrow(df)-n+1)){
res=rbind(res,cbind(df[i:(i+n-1),],"seq_label"=i))
}
res
}
get_seq(df,2)
a b seq_label
1 a 1
43 b 1
43 b 2
22 c 2
22 c 3
12 d 3
12 d 4
35 e 4
35 e 5
113 f 5
113 f 6
54 g 6
54 g 7
94 h 7
get_seq(df,3)
a b seq_label
1 a 1
43 b 1
22 c 1
43 b 2
22 c 2
12 d 2
22 c 3
12 d 3
35 e 3
12 d 4
35 e 4
113 f 4
35 e 5
113 f 5
54 g 5
113 f 6
54 g 6
94 h 6
答案 1 :(得分：1)
我们可以使用rollapply包中的zoo创建行索引。
library(zoo)
get_sequenced_df <- function(df, n) {
new_df <- df[c(t(rollapply(1:nrow(df), n, c))), ]
transform(new_df, seq_label = rep(seq(nrow(new_df)/n), each = n))
}
get_sequenced_df(df, 2)
# a b seq_label
#1 1 a 1
#2 43 b 1
#3 43 b 2
#4 22 c 2
#5 22 c 3
#6 12 d 3
#7 12 d 4
#8 35 e 4
#9 35 e 5
#10 113 f 5
#11 113 f 6
#12 54 g 6
#13 54 g 7
#14 94 h 7
了解行索引的生成方式
n <- 2
c(t(rollapply(1:nrow(df), n, c)))
#[1] 1 2 2 3 3 4 4 5 5 6 6 7 7 8
n <- 3
c(t(rollapply(1:nrow(df), n, c)))
#[1] 1 2 3 2 3 4 3 4 5 4 5 6 5 6 7 6 7 8
get_sequenced_df(df, 3)
# a b seq_label
#1 1 a 1
#2 43 b 1
#3 22 c 1
#4 43 b 2
#5 22 c 2
#6 12 d 2
#7 22 c 3
#8 12 d 3
#9 35 e 3
#10 12 d 4
#11 35 e 4
#12 113 f 4
#13 35 e 5
#14 113 f 5
#15 54 g 5
#16 113 f 6
#17 54 g 6
#18 94 h 6
答案 2 :(得分：1)
可能的替代解决方案：
n <- 2
ix1 <- rep(1:nrow(df), c(rep(n, nrow(df) - n), n:2))
ix2 <- unlist(Map(":", 0, c(rep(n, nrow(df) - n), n:2) - 1))
df2 <- df[ix1 + ix2,]
df2$seq_label <- ix1
给出：
> df2 a b seq_label 1 1 a 1 2 43 b 1 3 43 b 2 4 22 c 2 5 22 c 3 6 12 d 3 7 12 d 4 8 35 e 4 9 35 e 5 10 113 f 5 11 113 f 6 12 54 g 6 13 54 g 7 14 94 h 7
使用n = 3，可以得到：
> df2 a b seq_label 1 1 a 1 2 43 b 1 3 22 c 1 4 43 b 2 5 22 c 2 6 12 d 2 7 22 c 3 8 12 d 3 9 35 e 3 10 12 d 4 11 35 e 4 12 113 f 4 13 35 e 5 14 113 f 5 15 54 g 5 16 113 f 6 17 54 g 6 18 94 h 6 19 54 g 7 20 94 h 7
答案 3 :(得分：1)
我们可以使用outer创建索引：
n <- 2
i <- 1:(nrow(df) - (n - 1))
cbind(df[t(outer(i, 1:n - 1, `+`)), ],
seq_label = rep(i, each = n))
# a b seq_label
# 1 1 a 1
# 2 43 b 1
# 3 43 b 2
# 4 22 c 2
# 5 22 c 3
# 6 12 d 3
# 7 12 d 4
# 8 35 e 4
# 9 35 e 5
# 10 113 f 5
# 11 113 f 6
# 12 54 g 6
# 13 54 g 7
# 14 94 h 7
...或kronecker：
cbind(df[kronecker(X = i, Y = 1:n - 1, FUN = `+`), ],
seq_label = rep(i, each = n))
...或embed：
i <- 1:nrow(df)
cbind(df[as.vector(t(embed(i, n)[ , n:1])), ],
seq_label = rep(head(i, -(n - 1)), each = n))