用单行替换 tibble 中的行集

Question

Replace sets of rows in a data.table with a single row 上的 data.table 有一个类似的问题，但我正在寻找 tidyverse 中的等效解决方案。所以，我有一个像这样的小标题：

DT <- tibble (
  id=c(1,1,1,1,2,2,2,2),
  location = c("a","b","c","d","a","b","d","e"),
  seq = c(1,2,3,4,1,2,3,4))

对于每个 id，我想查找序列 b、c、d，如果有这样的事情，我想用单行替换 b 和 c 的行，比如说 z。其他变量的值应保留前一个 b 的值（在本例中为 id 和 seq）

所以在这种情况下，新的小标题应该是

DT.Tobe <- tibble (
  id=c(1,1,1,2,2,2,2),
  place = c("a","z","d","a","b","d","e"),
  seq = c(1,2,4,1,2,3,4))

我什至找不到这个的起点......

Answer 1

一种可能的选择是使用 for 循环。这是我的伪代码。

for (i in nrows(DT)){ # Repeat this if statement for each row in your DT

    if (place[i] == "b & place[i+1] == "c"){ # if the first item is B and the second item is C

        DT <- DT %>%
              dplyr::replace(place[i] == "z") # Replaces item B with the z character
        
        DT[-(i+1)] # Deletes item C's row
    }

}

The Dplyr cheat sheet 有一些有用的函数，它们可能有助于为该伪代码的 if 语句部分找到合适的工具。

你有什么想法？

Answer 2

library(dplyr)
# library(zoo) # rollapply
DT %>%
  group_by(id) %>%
  mutate(
    isseq = zoo::rollapply(location, 3, FUN = function(z) identical(z, c("b", "c", "d")), align = "left", partial = TRUE), 
    isseq = isseq | lag(isseq, default = FALSE)
  ) %>%
  group_by(id, isseq) %>%
  summarize(
    across(everything(), ~ {
      if (cur_group()$isseq) { 
        if (cur_column() == "location") "z" else first(.)
      }  else .
    })
  ) %>%
  ungroup() %>%
  select(-isseq)
# # A tibble: 7 x 3
#      id location   seq
#   <dbl> <chr>    <dbl>
# 1     1 a            1
# 2     1 d            4
# 3     1 z            2
# 4     2 a            1
# 5     2 b            2
# 6     2 d            3
# 7     2 e            4

顺序改变了，因为group_by(isseq) 倾向于将“喜欢”放在一起。这应该很容易重新排序（假设"seq" 是有意义的）或预先添加一个订单变量并在以后使用它。

如果单个id 有可能有多个这样的序列（如果是这样，说点什么），那么这里也需要运行长度编码（以区分相同的不同b-c-d 序列id)。