假设我有一个数据集,其中长度为 1 的序列是非法的,长度为 2 的序列是合法的,大于长度 5 的序列是非法的,但允许将较长的序列分解为 <=5 个序列。
set.seed(1)
DT1 <- data.table(smp = 1, R=sample(0:1, 20000, rep=TRUE), Seq = 0L)
DT1[, smp:=1:length(smp)]
DT1[, Seq:=seq(.N), by=list(cumsum(c(0, abs(diff(R)))))]
最后一行直接来自: Creating a sequence in a data.table depending on a column
DT1[, fix_min:=ifelse((R==TRUE & Seq==1) | (R==FALSE), FALSE, TRUE)]
fixmin_idx2 <- which(DT1[, fix_min==TRUE])
DT1[fixmin_idx2 -1, fix_min:=TRUE]
现在我的长度为 2 的合法字符已正确标记。打破 >5 秒。
DT1[R==1 & Seq==6, fix_min:=FALSE]
DT1[,Seq2:=seq(.N), by=list(cumsum(c(0, abs(diff(fix_min)))))]
DT1[R==1 & Seq2==6, fix_min:=FALSE]
fixSeq2_idx7 <- which(DT1[,fix_min==TRUE] & DT1[,Seq2==7])
fixSeq2_idx7
[1] 10203 13228
DT1[fixSeq2_idx7,]
smp R Seq fix_min Seq2
1: 10203 1 13 TRUE 7
2: 13228 1 13 TRUE 7
DT1[fixSeq2_idx7 + 1,]
smp R Seq fix_min Seq2
1: 10204 1 14 TRUE 8
2: 13229 0 1 FALSE 1
现在测试 Seq2==7 后面是否跟着 Seq2==8,这将是合法的 2 长度。我一个 7 后面跟着一个 8,一个后面没有跟着 8。我就被困住了。我尝试过的所有操作要么将所有 fix_min 设置为 TRUE,要么交替 TRUE 和 FALSE。
非常感谢任何指导。
最佳答案
如果我正确理解你的问题,你想设置 fix_min
至FALSE
当R == 0
或当 R == 1 & (1 =< Seq < 6 | Seq > 6)
。那么以下应该会给你你想要的:
# recreating the data from your first code block
set.seed(1)
DT1 <- data.table(R=sample(0:1, 20000, rep=TRUE))[, smp:=.I
][, Seq:=seq(.N), by=rleid(R)
][, Seq2 := Seq[.N], by=rleid(R)]
# adding the needed 'fix_min' column
DT1[, fix_min := (R==1 & Seq[.N] > 1 & Seq%%6!=0), by=rleid(R)
][R==1 & Seq%%6==1 & Seq2%%6==1 & Seq==Seq2, fix_min := FALSE]
说明:
-
data.table(R=sample(0:1, 20000, rep=TRUE))
创建data.table 的基础
-
[, smp:=.I]
创建索引并将其添加到data.table -
by=rleid(R)
识别序列;看看它会尝试什么:data.table(R=sample(0:1, 20000, rep=TRUE))[, seq.id:=rleid(R)]
-
[, Seq:=seq(.N), by=rleid(R)]
为每个序列创建一个索引并将其添加到data.table;序列由rleid(R)
标识。 -
[, Seq2 := Seq[.N], by=rleid(R)]
创建一个变量,其中包含指示序列长度的值 -
fix_min := (R==1 & Seq[.N] > 1 & Seq%%6!=0)
使用TRUE
创建一个逻辑向量值其中R==1
& 序列的长度大于一 (Seq[.N] > 1
),不包括序列号为6
倍数的值(Seq%%6!=0
) -
R==1 & Seq%%6==1 & Seq2%%6==1 & Seq==Seq2
按如下方式过滤 data.table:仅包含R==1
的行& 序列值为7
,13
,19
等(Seq%%6==1
)且序列的长度为7
,13
,19
等,并且仅从满足其他条件的序列中选择最后一行(Seq==Seq2
)。与fix_min := FALSE
您将它们设置为FALSE
.
关于r - 使用 data.table 索引序列 block ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33416084/