r - R - 根据前后值清理数据

Question

我有一张表格，后来根据多个条件分为多个间隔。在极少数情况下，我的一行或多行不属于定义的间隔，因此我想对数据进行一些额外的清理。

对于每个组（名称，位置），如果停止中的行值 == 0，我需要计算这些行中有多少在间隔中。如果小于<3，我需要检查有多少连续行是市场作为停止== 1 高于和低于具有零值的区间。如果停止 == 1 以上和以下 == 1 的值计数，那么我需要将间隔中的值更改为 0 到 1。

我希望图片能更清楚：

df <- read.table(text="name location    stop
John    London  1
John    London  1
John    London  1
John    London  1
John    London  1
John    London  1
John    London  1
John    London  0
John    London  0
John    London  1
John    London  1
John    London  1
John    London  1
John    London  1
John    London  1
John    London  0
John    New_York    0
John    New_York    0
John    New_York    0
John    New_York    1
John    New_York    0
",header  = TRUE, stringsAsFactors = FALSE)

标签： r

Answer 1

您可以遍历行，但似乎您想要做的就是替换101with111和1001with 1111in的所有实例stop。您可以通过将stop列转换为字符串来执行此操作，然后使用以下命令进行替换gsub()：

stopString = paste0(df$stop, collapse = "")
stopString = gsub("101","111",stopString)
stopString = gsub("1001","1111",stopString)
df$stop = as.numeric(unlist(strsplit(stopString,"")))
> df
   name location stop
1  John   London    1
2  John   London    1
3  John   London    1
4  John   London    1
5  John   London    1
6  John   London    1
7  John   London    1
8  John   London    1
9  John   London    1
10 John   London    1
11 John   London    1
12 John   London    1
13 John   London    1
14 John   London    1
15 John   London    1
16 John   London    0
17 John New_York    0
18 John New_York    0
19 John New_York    0
20 John New_York    1
21 John New_York    0

---

编辑：按名称和位置分组：

df <- read.table(text="name location    stop
John    London  1
John    London  0
John    London  1
John    New_York    0
John    New_York    1
John    New_York    0
John    New_York    0
John    New_York    0
John    New_York    1
John    New_York    0
",header  = TRUE, stringsAsFactors = TRUE)

f <- function(x)
{
  stopString = paste0(x, collapse = "")
  stopString = gsub("101","111",stopString)
  stopString = gsub("1001","1111",stopString)
  as.numeric(unlist(strsplit(stopString,"")))
}

> df %>% dplyr::group_by(name, location) %>%
  dplyr::summarise(stop=stop, s=f(stop))
# A tibble: 10 x 4
# Groups:   name, location [2]
   name  location  stop     s
   <fct> <fct>    <int> <dbl>
 1 John  London       1     1
 2 John  London       0     1
 3 John  London       1     1
 4 John  New_York     0     0
 5 John  New_York     1     1
 6 John  New_York     0     0
 7 John  New_York     0     0
 8 John  New_York     0     0
 9 John  New_York     1     1
10 John  New_York     0     0