在阈值之间过滤答案

【问题标题】：Filter between threshold在阈值之间过滤
【发布时间】：2014-08-30 10:56:32
【问题描述】：

我正在处理一个大型数据集，我试图首先识别满足特定阈值的值集群。我的目标是只保留最小长度的集群。以下是一些示例数据和我迄今为止的进展：

Test = c("A","A","A","A","A","A","A","A","A","A","B","B","B","B","B","B","B","B","B","B")
Sequence = c(1,2,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9,10)
Value = c(3,2,3,4,3,4,4,5,5,2,2,4,5,6,4,4,6,2,3,2)
Data <- data.frame(Test, Sequence, Value)

使用 evd 包，我已经确定了值集群 >3

C1 <- clusters(Data$Value, u = 3, r = 1, cmax = F, plot = T)

哪个产生

C1
$cluster1
4 
4 

$cluster2
6 7 8 9 
4 4 5 5 

$cluster3
12 13 14 15 16 17 
 4  5  6  4  4  6

我的问题有两个： 1）我不知道如何将其与原始数据框联系起来（例如与测试 A 和 B） 2）我怎样才能只保留最小大小为 3 的集群（因此不包括集群 1）

我已经研究了各种过滤选项等。但是它们没有根据所需的阈值对数据进行聚类，也没有关于聚类最小大小的选项。

非常感谢任何帮助。

【问题讨论】：

标签： r filter cluster-computing threshold

【解决方案1】：

Q1：与原始数据框相关：看看 Carl Witthoft 的回答。他编写了 rle() 的变体（seqle()，因为它允许人们查找整数序列而不是重复）：detect intervals of the consequent integer sequences

Q2：只保留一定长度的簇：

C1[sapply(C1, length) > 3]

产生足够长的 2 个集群：

$cluster2
6 7 8 9 
4 4 5 5 

$cluster3
12 13 14 15 16 17 
 4  5  6  4  4  6

【讨论】：