R - 删除“一个接一个”重复答案

【问题标题】：R - remove "one after another" duplicatesR - 删除“一个接一个”重复
【发布时间】：2015-05-13 10:39:35
【问题描述】：

我试图找到一种方法来删除 R 语言中的连续重复。我有一个zoo 对象，例如：

2015-01-01 12:00:00    1
2015-01-01 13:00:00    1
2015-01-01 14:00:00    1
2015-01-01 15:30:00    4
2015-01-01 16:00:00    1
2015-01-01 17:00:00    6

而我的预期结果是：

2015-01-01 12:00:00    1
2015-01-01 15:30:00    4
2015-01-01 16:00:00    1
2015-01-01 17:00:00    6

当我使用重复功能时，它也会在重复项 (1) 不连续出现时删除它们。

谁能给我一个提示如何写这个或者是否已经有一个可用的函数？

【问题讨论】：

data[sequence(rle(c(1,1,1,4,1,6))$lengths) == 1, ] 或 data[which(sequence(rle(c(1,1,1,4,1,6))$lengths) == 1), ] 可能我更安全
@rawr 不错。只需将c 替换为列名并作为答案发布。这是这里的评论部分:)。谢谢。
顺便说一句，data.table v >= 1.9.5 我会做library(data.table) ; setDT(df)[df[, .I[1L], by = rleid(V2)]$V1]。但这在这里可能没有必要。

标签： r duplicates zoo

【解决方案1】：

您可以使用运行长度编码长度来挑选您想要的行。如果在 cumsum 中使用 raw ，它将为您提供序列中的 last 值，但您可以通过从累积总和中减去长度并加一来获得第一个值。

x <- data.frame(Date=Sys.Date()+0:5,Value=c(1,1,1,4,1,6))
lens <- rle(x$Value)$lengths
select <- cumsum(lens)-lens+1
x[select,]
        Date Value
1 2015-05-13     1
4 2015-05-16     4
5 2015-05-17     1
6 2015-05-18     6

【讨论】：

【解决方案2】：

使用 dplyr 和 lubridate，你可以这样做：

library(dplyr)
library(lubridate)

DF <- data.frame(Date=c("2015-01-01 12:00:00",
                        "2015-01-01 13:00:00","2015-01-01 15:30:00"),
                 name1=c(1, 1, 4))

DF %>%
  mutate(Date = ymd_hms(as.character(Date))) %>%
  filter(Date - hours(1) > lag(Date) | is.na(lag(Date)))

dplyr 可让您引用上面的一行 (lag)，lubridate 可让您计算日期。

【讨论】：