R 清理数据框的聪明方法答案

【问题标题】：R Clever way to clean data frameR 清理数据框的聪明方法
【发布时间】：2016-07-30 02:07:42
【问题描述】：

我有一个包含两列的数据框，一个索引列，它索引第二个数据框中的行。这些行都包含一个特定的事件。这是哪个事件，编码在第二列，这里命名为code_start_stop。

例子：

index <- c(769, 766, 810, 813, 830, 842, 842, 892, 907, 944)
code_start_stop <- c(2006, 2001, 2004, 1001, 1004, 2001, 1001, 1006, 2004, 1004)
replace_all <- data.frame(index, code_start_stop)

现在有成对的开始/停止代码，即 2001 和 1001、2002 和 1002 等。目的是，如果存在由开始标记包围的行（即此处为 2006）和相应的下一个停止标记（此处为 1006），这些行应从数据框中删除。请注意，总是有成对的开始和停止标记。

任何关于如何做到这一点的聪明方法的建议都值得赞赏。谢谢！

【问题讨论】：

index和code_start_stop这里的长度不同，所以replace_all不能用当前代码创建。

标签： r

【解决方案1】：

您的问题有点混乱，如果我错了，请纠正我。以下应该有效：

startm <- 2006 #startmarker
endm   <- 1006 #endmarker

 #look for  row that contains markers
 index1 <- which(replace_all[,2]  == startm) 
 index2 <- which(replace_all[,2]  == endm)

 #subset accordingly
 replace_all <- replace_all[-(index1:index2),]

注意：这也会删除包含标记的行。如果您只想删除标记之间的行，请在子集步骤中添加 +1/-1。

【讨论】：

非常感谢！但是，我首先有一对开始和结束标记：startm1 <- 2001 endm1 <- 1001 .... startm6 <- 2006 endm6 <- 1006 而且，每对标记可以在数据框中出现 n 次（这比上面的示例要大得多）。
你可以简单地遍历这些对

【解决方案2】：

该解决方案现在基于马丁的建议，似乎效果很好。

我通过所有开始和结束标记对执行以下操作：

to_delete <- c()
## Care = 2001/1001
startm1 <- 2001
endm1 <- 1001
index1 <- which((replace_all[,2]  == startm1))
index2 <- which((replace_all[,2]  == endm1))
if(length(index1) !=0){
  for (i in 1:length(index1)){
    if (index2[i]-index1[i]>1){
      to_delete <- c(to_delete, (((index1[i])+1):((index2[i])-1)))
    }
  }
}

...遍历所有其他开始/停止标记对，然后删除to_delete

if (length(to_delete) != 0){
    replace_all <- replace_all[-to_delete,]
  }
    replace_all <- replace_all[,1]
  }

【讨论】：