數數。 R中每組按順序連續出現

Question

我有一個輕微的程序問題，我似乎無法弄清楚。 我想知道如何以優雅的方式計算從 r 中每組的不同值開始的序列中連續數字的數量

例如，我們有一個帶有名稱和數字的數據框，並希望找到最小化數據框，每個名稱只保留 1 個條目，另一個是每個名稱的連續條目數

names <- c(rep("bob",5), rep("henry",5), rep("maria",5))
goals <- c(1,2,3,5,4, 4,3,4,5,2, 1,2,4,6,5)
input.df <- data.frame(names, goals)

所以從 1 開始，輸出數據框會像下面的那樣，其中“bob”有一個 3，因為他的目標是從 1 到 3 個連續的目標條目，亨利有 0，因為他沒有 1 或任何有序條目和瑪麗亞有 2 個因為她有從 1 到 2 的條目

names <- c("bob", "henry", "maria")
runs <- c("3", "0", "2")
output.df.from.1 <- data.frame(names, goals)

從 3 開始，bob 和 maria 都是 0，但 henry 現在是 3，因為他有 3、4、5。

names <- c("bob", "henry", "maria")
runs <- c("0", "3", "0")
output.df.from.3 <- data.frame(names, goals)

我確信必須有一個簡單的解決方案，但我找不到任何解決方案，但是我可能正在尋找錯誤的東西。

有人有建議嗎？

Answer 1

這是您的答案的可能解決方案。 思路是1）先找出每個人的（多個）連續數字，然后2）給定一個值，從該值開始找出連續數字的長度。

考慮到每個人可以有多個連續數字的情況，我稍微更改了您的示例數據。 （例如，bob 現在有數字 1、2、3、5、4、7、8、9，連續的組是 1、2、3 和 7、8、9）。

1. 找出每個人的連續數字。 通過第一組names ，每個組內，發現的以前和未來的數字goals 。 如果它是連續的，那么previous_goal - current_goal = -1或next_goal - current_goal = 1 。 注意我同時使用上一個/下一個以保留連續組中的所有值。

library(tidyverse)
names <- c(rep("bob",8), rep("henry",5), rep("maria",5))
goals <- c(1,2,3,5,4, 7,8,9, 4,3,4,5,2, 1,2,4,6,5)
df1 <- data.frame(names, goals) 

df2 <- df1 %>% 
  group_by(names) %>%  
  mutate(goals_lag = lag(goals) - goals) %>% 
  mutate(goals_lead = lead(goals) - goals) %>% 
  filter(goals_lag == -1 | goals_lead == 1) %>% 
  select(-goals_lag, -goals_lead)

2. 編寫一個函數來計算從給定值開始的連續數字的長度。 在 bob 的情況下，有兩個連續的組 1、2、3 和 7、8、9。 如果給定的值為 1，那么長度應該是 3 而不是 6。因此我們需要知道不同連續組的起始位置在哪里（組 7、8、9 的起始索引為 4）。 定位到給定值的位置后（如果給定值為1，則索引為1），我們可以使用下一組的起始位置減去給定值位置（在這種情況下為4-1=3），就是這樣計算長度）。

cons_len <- function(df, name, start_val){
  
# take goals as a vector
  vec <- (df %>% filter(names == name))$goals
# find the starting positions of different groups
  vec_stops <- which( (vec - c(vec[1] - 1, vec[-length(vec)])) != 1)
# find the index of the given value
  vec_start <- which(vec == start_val)
  
# if not find the value, return 0
  if (length(vec_start)==0) {
    return(0)
    
# if there is only one group of consecutive numbers
  } else if (length(vec_stops) == 0) {
    return(length(vec) - vec_start + 1)
    
  } else {
   
# if there are multiple groups of consecutive numbers
    len <- vec_stops[vec_start <= vec_stops][1] - vec_start
    return(ifelse(len == 1, 0, len))
  }
}

# apply to each name
sapply(unique(df1$names), function(name) cons_len(df2, name, 1))
# bob henry maria 
# 3     0     2 

sapply(unique(df1$names), function(name) cons_len(df2, name, 3))
# bob henry maria 
# 0     3     0