使用 dplyr 和 rle 计算具有条件的组中的连续值

Question

我的问题与下面提出的问题非常相似，但是我想向 return 添加一个额外的命令，仅在序列具有超过 2 个连续值的情况下。

当给定序列运行在给定纪元和给定年份内有超过 2 个连续数字时，如何计算连续 "success" 的数量（即 $consec 中的 1）？

类似问题： .为了比较，我修改了该问题中使用的示例：

library(dplyr)
df <- data.frame(Era=c(1,1,1,1,1,1,1,1,1,1),Year = c(1,2,2,3,3,3,3,3,3,3), consec = c(0,0,1,0,1,1,0,1,1,1))

df %>%
  group_by(Era,Year) %>%
  do({tmp <- with(rle(.$consec==1), lengths[values])
      data.frame(Year= .$Year, Count=(length(tmp)))}) %>% 
  slice(1L)

> Source: local data frame [3 x 3]
> Groups: Era, Year

>   Era Year Count
> 1   1    1     0
> 2   1    2     1
> 3   1    3     2
>

我现在需要的只是添加一个条件，以仅包含 >2 序列中连续数字的情况。期望的结果：

> Source: local data frame [3 x 3]
> Groups: Era, Year

>   Era Year Count
> 1   1    1     0
> 2   1    2     0
> 3   1    3     1

如有任何建议，我们将不胜感激。

Answer 1

我们需要用 lengths 创建一个逻辑索引并获取它的 sum

df %>%
   group_by(Era, Year) %>% 
   do({ tmp <- with(rle(.$consec), sum(lengths > 2))
   data.frame(Count = tmp)})
#   Era  Year Count
#  <dbl> <dbl> <int>
#1     1     1     0    
#2     1     2     0
#3     1     3     1

使用 dplyr 和 rle 计算具有条件的组中的连续值

Count consecutive values in groups with condition with dplyr and rle

conditional

r

sequence

run-length-encoding

dplyr