根据其他变量组R使用rle()

Question

这确实是我几周前在这里发布的another question上的一个后续，并得到了一个答案。

在我的第一个问题中，我想找出数据集中的径流事件之间的天数。如下面的数据示例所示：

Date        Runoff   No_Days
01/01/1980  0        4
02/01/1980  0        3
03/01/1980  0        2
04/01/1980  0        1
05/01/1980  4.5      0
06/01/1980  2        0
07/01/1980  0        6
08/01/1980  0        5
09/01/1980  0        4
10/01/1980  0        3
11/01/1980  0        2
12/01/1980  0        1  
13/01/1980  1.2      0
14/01/1980  0        4      
15/01/1980  0        3
16/01/1980  0        2
17/01/1980  0        1
18/01/1980  0.8      0

我使用以下代码实现了这个目标：

DF$No_Days <-unlist(lapply(rle(DF$Runoff>0.05)$lengths,function(x) rev(seq(x:1))))
DF$No_Days <-ifelse(DF$Runoff>0.05,0,DF$No_Days)

所有这些都适用于单个数据集，即一个组的一个时间序列。然而，我现在正在挣扎的是，如何根据一个分组变量(Soil)对同一data.table中的多个时间序列数据集进行相同的操作，以完成相同的操作，例如：

Date        Runoff   No_Days  Soil
01/01/1980  0        4        Clay
02/01/1980  0        3        Clay    
03/01/1980  0        2        Clay    
04/01/1980  0        1        Clay    
05/01/1980  4.5      0        Clay
06/01/1980  2        0        Clay
07/01/1980  0        6        Clay
08/01/1980  0        5        Clay
09/01/1980  0        4        Clay
10/01/1980  0        3        Clay
11/01/1980  0        2        Clay
12/01/1980  0        1        Clay
13/01/1980  1.2      0        Clay
14/01/1980  0        4        Clay  
15/01/1980  0        3        Clay
16/01/1980  0        2        Clay
17/01/1980  0        1        Clay
18/01/1980  0.8      0        Clay
01/01/1980  0        5        Sand
02/01/1980  0        4        Sand
03/01/1980  0        3        Sand
04/01/1980  0        2        Sand
05/01/1980  0        1        Sand
06/01/1980  2        0        Sand
07/01/1980  0        11       Sand
08/01/1980  0        10       Sand
09/01/1980  0        9        Sand
10/01/1980  0        8        Sand
11/01/1980  0        7        Sand
12/01/1980  0        6        Sand
13/01/1980  0        5        Sand
14/01/1980  0        4        Sand    
15/01/1980  0        3        Sand
16/01/1980  0        2        Sand
17/01/1980  0        1        Sand
18/01/1980  0.8      0        Sand

目前，如果我运行代码，它不会区分不同的土壤类型，因此不会在每个时间序列之后‘重新启动’排序。

从阅读中可以看出，我可能需要将原始代码中的lapply()替换为by()。我认为，只要rle()首先按照土壤分组，这就会起作用，但我找不到任何方法。

所以，任何帮助，谢谢！

Answer 1

如果您使用data.table包，这非常容易：

install.packages("data.table")
library(data.table)
DF = data.table(DF)

DF[,No_Days:=unlist(lapply(rle(Runoff>0.05)$lengths,function(x) rev(seq(x:1)))),by=Soil]
DF[Runoff <= 0.05, No_Days:=0]

Answer 2

如果您也对在基R中这样做感兴趣，那么可以使用ave来获得相同的结果。为了方便起见，我会定义

countdown <- function(events) {
    unlist(with(rle(events), 
        Map(function(v,l) {
            if(v) rep.int(0,l)
            else l:1}
        , values, lengths)
    ))
}

然后，您将找到没有土壤类型的答案

DF <- transform(DF, No_Days=countdown(Runoff>0.05))

然后按土壤类型分组，您可以

DF <- transform(DF, No_Days=ave(Runoff>0.05, Soil, FUN=countdown))