在R中：帮助在数据框中使用rle（）函数

Question

我试图从超过1M obs的数据框中找到连续运行的'1'值的数量。 11个二进制变量。 我在这里看过许多类似的问题，但是没有一个像我的那样处理冗长的数据帧。

我可以逐行逐行找到连续的“ 1”，但我正在寻找一种可以更优雅地处理整个数据帧的解决方案。

简单的示例数据：

test <- data.frame(v1=c(1,0,1),v2=c(1,1,1),v3=c(0,1,1),v4=c(1,1,0),v5=c(1,1,1))
test
vtest <- as.vector(test[1,])
vtest

r <- rle(vtest)
r$length[r$values ==1]
row1_max <- lapply(r$length[r$values ==1], FUN=max)
row1_max

对于我的数据帧的每一行来说，找到最大连续运行次数“ 1”而不必逐行查找每一行的最佳方法是什么？

我的真实数据集还包含一个ID＃变量，该变量唯一地标识每个记录，我最终想知道ID＃的最大连续运行次数，因此，我们将不胜感激。

提前致谢！

Answer 1

您可以使用apply将函数应用于数据框的每一行：

apply(test, 1, function(x) {
  r <- rle(x)
  max(r$lengths[as.logical(r$values)])
})

这将返回每行连续1秒的最大数目：

[1] 2 4 3

Answer 2

我会结合申请家庭的组合

library(dplyr) apply(test, 1, rle) %>% lapply(function(x) x$lengths) %>% vapply(max, numeric(1))

[1] 2 4 3

Answer 3

我假设您的df整洁，并且二进制文件在列中

set.seed(1)
event <- sample(1:3,365*3,replace=TRUE) # proxy for one of your columns
runs <- rle(event)
sum(runs$lengths >= 6 & runs$values == 1)
[1] 2

我目前正在寻找6个或更长序列开始的行号