使用最后一个值的 r 中的子集

Question

我有一个像

这样的数据集

 x <- c(FALSE, FALSE, FALSE, TRUE, FALSE, FALSE, TRUE, FALSE, FALSE, FALSE, TRUE, FALSE, TRUE)

并且我希望所有最终值为真的子集，例如：

FALSE FALSE FALSE TRUE
FALSE FALSE TRUE
FALSE FALSE FALSE TRUE
FALSE TRUE

我尝试使用循环并尝试获得高于 TRUE 的 5 个值，但由于不对称，我没有得到想要的结果。我已经复制了这个例子，其中原始的有更多的差异。任何解决方案将不胜感激。

Answer 1

只用两行代码就可以达到你想要的效果：

splitAt <- function(x, pos) unname(split(x, cumsum(seq_along(x) %in% pos)))

> splitAt(x, which(x)+1)
[[1]]
[1] "FALSE" "FALSE" "FALSE" "TRUE" 

[[2]]
[1] "FALSE" "FALSE" "TRUE" 

[[3]]
[1] "FALSE" "FALSE" "FALSE" "TRUE" 

[[4]]
[1] "FALSE" "TRUE"

数据：

x <- c("FALSE", "FALSE", "FALSE", "TRUE",
       "FALSE", "FALSE", "TRUE",
       "FALSE", "FALSE", "FALSE", "TRUE",
       "FALSE", "TRUE")

我感谢this great SO answer，它想到了我上面使用的非常有用的功能splitAt()。

Answer 2

这可以通过简单的 lapply 一行完成

lapply(diff(c(0, which(x))), function(x) c(rep(FALSE, (x-1)), TRUE))

#[[1]]
#[1] FALSE FALSE FALSE  TRUE

#[[2]]
#[1] FALSE FALSE  TRUE

#[[3]]
#[1] FALSE FALSE FALSE  TRUE

#[[4]]
#[1] FALSE  TRUE

说明

which(x) 给我们 TRUE 值的位置 (4, 7, 11, 13)
从0开始，我们想要每个TRUE之间的差值（本质上就是FALSE的计数）- diff(c(0, which(x))) - 4 3 4 2
对于这些值中的每一个，我们都需要一个 length(x) 的向量，具有 x - 1 FALSE 个值，并且 1 TRUE - c(rep(FALSE, (x-1)), TRUE)
lapply 对每个 4 3 4 2 值执行此操作，returns 列表

基准测试

比较解决方案

library(microbenchmark)

splitAt <- function(x, pos) unname(split(x, cumsum(seq_along(x) %in% pos)))

microbenchmark(

  splitAt(x, which(x)+1),

  {r <- rle(x)$lengths
  lapply(r[seq(1,length(r), by=2)] , function(x) c(rep(FALSE, x), TRUE))},

  split(x, sum(x) - rev(cumsum(rev(x))) ),

  trimws(strsplit(paste(x, collapse=" "), "(?<=TRUE)", perl=T)[[1]]),

  lapply(diff(c(0, which(x))), function(x) c(rep(FALSE, (x-1)), TRUE))

)


  #    min       lq      mean   median       uq     max neval
  # 83.827  86.3910  91.76449  88.9155  92.8350 155.722   100
  # 94.373  97.6275 105.10872 101.1455 105.8545 307.927   100
  # 85.532  88.0660  93.59524  91.7935  95.3715 126.419   100
  #145.233 147.8755 152.65975 150.3250 156.5910 177.807   100
  # 26.451  29.6130  31.81785  31.0470  33.1895  43.267   100

数据

x <- c(F, F, F, T, F , F, T, F, F, F, T, F, T)

使用最后一个值的 r 中的子集

subset in r using last value

r

subset

conditional-statements