如何测试一个区段序列中是否存在空白？

Question

我在一个数据集中有几个(冰)核心部分示例(下面的示例中是ID)。有些核心有缺失的部分(即空白)，但我不知道哪些部分。如何用R来找出这个？

示例：

dt <- structure(list(ID = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L, 3L, 3L), .Label = c("a", "b", "c"), class = "factor"), Sec.start = c(0, 
5, 10, 20, 50, 100, 200, 0, 5, 10, 30), Sec.end = c(5, 10, 20, 
30, 100, 200, 400, 5, 10, 20, 50), Section = c("0-5", "5-10", 
"10-20", "20-30", "50-100", "100-200", "200-400", "0-5", "5-10", 
"10-20", "30-50")), .Names = c("ID", "Sec.start", "Sec.end", 
"Section"), row.names = c(NA, -11L), class = "data.frame")

dt

    ID Sec.start Sec.end Section
1   a         0       5     0-5
2   a         5      10    5-10
3   a        10      20   10-20
4   a        20      30   20-30
5   b        50     100  50-100
6   b       100     200 100-200
7   b       200     400 200-400
8   c         0       5     0-5
9   c         5      10    5-10
10  c        10      20   10-20
11  c        30      50   30-50

"a“和"b”没有空白处，而"c“有空隙( 20至30之间缺了一段)，所以我的结果如下：

$a
[1] TRUE

$b
[1] TRUE

$c
[1] FALSE

Answer 1

你可以试试：

lapply(split(dt,dt$ID),function(x) all(x[-1,2]==x[-nrow(x),3]))
#$a
#[1] TRUE
#$b
#[1] TRUE
#$c
#[1] FALSE

Answer 2

下面是一种dplyr方法：

library(dplyr)
dt %>% 
  group_by(ID) %>% 
  summarise(check = all(Sec.end == lead(Sec.start, default = last(Sec.end))))
#Source: local data table [3 x 2]
#
#      ID check
#  (fctr) (lgl)
#1      a  TRUE
#2      b  TRUE
#3      c FALSE

也可以使用data.table

library(data.table)
setDT(dt)[, .(check = all(Sec.end == shift(Sec.start, 1L, 'lead', fill = last(Sec.end)))), 
               by=ID]
#   ID check
#1:  a  TRUE
#2:  b  TRUE
#3:  c FALSE

这两种方法都使用延迟/引导函数(在data.table中称为shift)将每个Sec.end值与下一行的Sec.start值进行比较。在最后一行中，在没有前导Sec.start值的情况下，我们提供一个默认值，即最后一行的Sec.end --这意味着最后一行(每个ID)始终是TRUE。我们使用all检查每个ID是否所有的比较都是TRUE。