如何在R中求向量中的历数范围

Question

我在R中有一个向量：

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)

我想要的是找到一个连续延伸超过3个连续值的开始和结束。即：

start end
3  6  (stretch 6-9)
8 13 (stretch 30-35

我不知道怎么去那里。

Answer 1

从@eddi's answer到我的类似问题..。

runs = split(seq_along(data), cumsum(c(0, diff(data) > 1)))
lapply(runs[lengths(runs) > 1], range)

# $`2`
# [1] 3 6
# 
# $`4`
# [1]  8 13

它的工作原理：

• seq_along(data)是data的索引，来自1..length(数据)
• c(0, diff(data) > 1)在data“跳转”的每个索引处都有一个1
• cumsum(c(0, diff(data) > 1))是跳转之间连续运行的标识符。

因此，runs是data指数的一部分，分为data值连续运行的几个部分。

Answer 2

因此，首先取a的diff并对其执行一个运行长度序列。然后，起点是2s之前的指数，终点是这些指标的负值。很难解释，只要一步一步地看一下代码就可以了。找不到两个序列..。类似于(1，3，4，7，9)中的(3,4)我必须包括remove部分的序列，是由两个.(1、3、5、7)。那些没有被正确捕捉到。任何方法，有趣的运动。我希望有人能做得更好。这有点乱..。

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)
a <- sequence(rle(diff(data))$lengths)
starts <- which(a==2) - 1
ends <- which(diff(a)<0) + 1
remove <- starts[starts %in% (ends-2)]
starts <- starts[!starts %in% remove]
ends <- ends[!ends %in% (remove+2)]
if(length(ends) < length(starts)) ends <- c(ends, length(data))
> starts
[1] 3 8
> ends
[1]  6 13
> 

Answer 3

下面是一个严重依赖?diff的基本R解决方案

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)

diff1 <- diff(data[1:(length(data)-1)]) # lag 1 difference
diff2 <- diff(data, 2) # lag 2 difference

# indices of starting consecutive stretches -- these will overlap
start_index <- which(diff1==1 & diff2==2)
end_index <- start_index + 2

# notice that these overlap:
data.frame(start_index, end_index)

# To remove overlap:
# We can remove *subsequent* consecutive start indices
#           and *initial* consecutive end indices

start_index_new <- start_index[which(c(0, diff(start_index))!=1)]
end_index_new <- end_index[which(c(diff(end_index), 0) != 1)]
data.frame(start_index_new, end_index_new)

#   start_index_new end_index_new
# 1               3             6
# 2               8            13

科里的答案很好--这个答案可能更容易理解，因为你基本上是在检查，从位置i，位置i+1值多1，位置i + 2值多2的情况。在此基础上构建范围，然后使用另一个diff函数合并范围。在我看来，这有点简单。

还有一些包可以像zoo那样使用，它们可以帮助您获得滚动的差异。