Question

我有两个整数向量。我想确定由第一个向量调节的第二个向量中呈现的连续整数序列的间隔（该向量可以看作是一个因子，通过该因子，第二个向量可以分为几个组）。

在这里，我为我的问题提出了一个假人。

第二个向量的一组（由第一个向量定义）中的数据，整数单调增加。

my.data <- data.frame(
    V1=c(rep(1, 10), rep(2, 9), rep(3,11)), 
    V2=c(seq(2,5), seq(7,11), 13, seq(4, 9), seq(11,13), seq(1, 6), seq(101, 105))
)

我想要的是什么：

输出间隔的开始和结束
此处，第一列中的组，第二列中的起始整数，第三列中的结束整数。

预期结果：

1, 2, 5 \n
1, 7, 11 \n
1, 13, 13 \n
2, 4, 9 \n
2, 11, 13 \n
3, 1, 6 \n
3, 101, 105 \n

Answer 1

以下是使用聚合的简短回答....

runs <- cumsum( c(0, diff(my.data$V2) > 1) )
aggregate(V2 ~ runs + V1, my.data, range)[,-1]


  V1 V2.1 V2.2
1  1    2    5
2  1    7   11
3  1   13   13
4  2    4    9
5  2   11   13
6  3    1    6
7  3  101  105

Answer 2

前段时间，我写了rle()的变体，我将其命名为seqle()，因为它允许人们查找整数序列而不是重复。然后，你可以这样做：

Rgames: seqle(my.data[my.data$V1==1,2]) #repeat for my.data$V1 equal to 2 and 3
$lengths 
[1] 4 5 1 

$values 
[1]  2  7 13

（例如）。将这些结果变成你想要的表格形式需要一些小小的尝试，但我想我会提到它。顺便说一句，这是seqle的代码。如果设置incr=0，则会获得基本结果。

function(x,incr=1){ 

    if(!is.numeric(x)) x <- as.numeric(x) 
    n <- length(x)  
    y <- x[-1L] != x[-n] + incr 
    i <- c(which(y|is.na(y)),n) 
    list( lengths = diff(c(0L,i)),  values = x[head(c(0L,i)+1L,-1L)]) 
}

编辑：flodel在How to check if a vector contains n consecutive numbers提供了很好的升级。他指出，在使用双精度版时，此版本存在通常的浮点错误问题，并提供了修复程序。

Answer 3

这是一个例子：

library(plyr)

ddply(my.data, .(V1), 
 function(x) data.frame(do.call("rbind", tapply(x$V2, cumsum(c(T, diff(x$V2)!=1)), 
   function(y) c(min(y), max(y))))))

可能太复杂了，但重要的是cumsum(c(T, diff(x$V2)!=1))。

> ddply(my.data, .(V1), 
+  function(x) data.frame(do.call("rbind", tapply(x$V2, cumsum(c(T, diff(x$V2)!=1)), 
+    function(y) c(min(y), max(y))))))
  V1  X1  X2
1  1   2   5
2  1   7  11
3  1  13  13
4  2   4   9
5  2  11  13
6  3   1   6
7  3 101 105

Answer 4

以下是使用ddply包中的plyr的解决方案。基本思路是查看diff(x)何时不是1，以便找到转换点。

ddply(
  my.data,
  .(V1),
  summarise,
  lower =
  {
    cut_points <- which(diff(V2) != 1)
    V2[c(1, cut_points + 1)]
  },
  upper =
  {
    cut_points <- which(diff(V2) != 1)
    V2[c(cut_points, length(V2))]
  }
)

Answer 5

my.data$run <- ave(my.data$V2, my.data$V1, FUN=function(x) c(1, diff(x)))
strstp <- by(my.data, list(my.data$V1), 
                 FUN=function(x) list(
                           starts=c( head(x$V2,1), x$V2[x$run != 1]), 
                           stops=c(x$V2[which(x$run != 1)-1], tail(x$V2, 1))))
> strstp
: 1
$starts
[1]  2  7 13

$stops
[1]  5 11 13

------------------------------------------------------------- 
: 2
$starts
[1]  4 11

$stops
[1]  9 13

------------------------------------------------------------- 
: 3
$starts
[1]   1 101

$stops
[1]   6 105

将整数向量分组为连续运行

5 个答案: