获取具有相同值的相邻行的范围

Question

我有一个如下的数据框。第一列是位置，最后一列是水平。我想在相邻行中输出具有相同数量的行范围。任何带有“2”的东西都应该被忽略。你能帮忙吗

输入：

 1          3
10000       3
20000       3
30000       1
40000       2
50000       2
60000       2
70000       3
80000       1
90000       1

The output
 1-  2999 3
3000-3999 1
7000-7999 3
8000-9999 1

Answer 1

这是使用dplyr 的转换函数的方法。这是示例数据

dd <- structure(list(pos = c(1L, 10000L, 20000L, 30000L, 40000L, 50000L, 
  60000L, 70000L, 80000L, 90000L), level = c(3L, 3L, 3L, 1L, 2L, 
  2L, 2L, 3L, 1L, 1L)), .Names = c("pos", "level"), class = "data.frame",
  row.names = c(NA, -10L))
dd <- dd[order(dd$pos), ]  #make sure its sorted by position

如果你下一个位置的差总是10000，你可以这样做

library(dplyr)
dd %>% arrange(pos) %>% 
    mutate(run=cumsum(c(0,diff(level))!=0)) %>% 
    subset(level!=2) %>% 
    group_by(run) %>%
    summarise(level=max(level), start=min(pos), end=max(pos)+9999) %>%
    select(-run)

#   level start   end
# 1     3     1 29999
# 2     1 30000 39999
# 3     3 70000 79999
# 4     1 80000 99999

否则

dd %>% arrange(pos) %>% 
    mutate(run=cumsum(c(0,diff(level))!=0), nextpos=lead(pos)) %>% 
    subset(level!=2) %>% 
    group_by(run) %>%
    summarise(level=max(level), start=min(pos), end=max(nextpos)-1) %>%
    select(-run)

#   level start   end
# 1     3     1 29999
# 2     1 30000 39999
# 3     3 70000 79999
# 4     1 80000    NA

可以计算除最后一组以外的所有人到下一组的距离。