如果与时间序列中的前一个值相同，则删除相同的值答案

【问题标题】：Remove identical values if the same as previous in a time series如果与时间序列中的前一个值相同，则删除相同的值
【发布时间】：2020-05-09 17:40:58
【问题描述】：

我有一个时间序列：

 df <- data.frame(t=1:10, x= c(5,7,8,9,5,5,5,5,4,3))

我想删除与前一个值相同的值来获取：

 x = c(5,7,8,9,5,4,3)

我试过了：

 df[unique(df$x),]

但这给出了错误的答案。

【问题讨论】：

标签： r dataframe duplicates subset

【解决方案1】：

你可以这样做：

df[c(1, diff(df$x)) != 0, ] 

   t x
1  1 5
2  2 7
3  3 8
4  4 9
5  5 5
6  9 4
7 10 3

【讨论】：

【解决方案2】：

使用dplyr，您可以：

df %>%
 filter(x != lag(x, default = first(x)-1))

   t x
1  1 5
2  2 7
3  3 8
4  4 9
5  5 5
6  9 4
7 10 3

【讨论】：

【解决方案3】：

在base R中，我们可以使用head和tail

subset(df, c(TRUE, head(x, -1) != tail(x, -1)))

#    t x
#1   1 5
#2   2 7
#3   3 8
#4   4 9
#5   5 5
#9   9 4
#10 10 3

【讨论】：

@ZhiqiangWang 应该有。再次阅读问题。
虽然输出中应该有 2 个 5，但答案需要一些调整。谢谢。

【解决方案4】：

另一个base 解决方案是使用rle。

如果您想根据条件对数据框进行子集化，可以使用lengths。否则，如果您只需要x 列的子集，我们应该从rle 中提取值。见下文；

df[cumsum(rle(df$x)$lengths), ] # dataframe subset

#     t x
# 1   1 5
# 2   2 7
# 3   3 8
# 4   4 9
# 8   8 5
# 9   9 4
# 10 10 3

rle(df$x)$values # vector of values

# [1] 5 7 8 9 5 4 3

或者使用data.table:

library(data.table)

setDT(df_large)[, rn :=1:.N, by = rleid(x)][rn == 1, .(t, x)]

 #     t x
 # 1:  1 5
 # 2:  2 7
 # 3:  3 8
 # 4:  4 9
 # 5:  5 5
 # 6:  9 4
 # 7: 10 3

【讨论】：

【解决方案5】：

library(dplyr)    

df <- data.frame(t=1:10, x= c(5,7,8,9,5,5,5,5,4,3))

subsetVec <- df$x - lag(df$x) != 0
subsetVec <- replace_na(subsetVec, TRUE)
df[subsetVec,]

【讨论】：