计算数列的长度答案

【问题标题】：count the length of Number Sequences计算数列的长度
【发布时间】：2016-08-11 23:22:09
【问题描述】：

包含一些算术序列 c(4,5,6) 和 c(10,11) 的样本数据。

 df <- data.frame(x = c(2, 4, 5, 6, 8, 10, 11))

我想要的是一个计算每个序列长度的新列，例如

首先分配df$cnt[1] = 1，然后为第二行及以后增加计数会很简单，或者重置为1，具体取决于df$x中的连续数字是否符合特定条件（此处为x[i] - x[i-1] == 1 )。我只是不确定循环是进入R 的方式——我还需要处理组。

我可以创建新列来检查它是否在一个序列中。从那里，我可能可以使用rle 来计算运行长度并生成cnt 列（不知道如何使用NA）。

> df %>% mutate(check=(x-lag(x)==1))
   x check
1  2    NA
2  4 FALSE
3  5  TRUE
4  6  TRUE
5  8 FALSE
6 10 FALSE
7 11  TRUE

这是要走的路吗？请通过dplyr 或data.table 提出解决方案？

【问题讨论】：

密切相关 - rle-like function that catches runs of adjacent integers

标签： r data.table dplyr

【解决方案1】：

dplyr. 设置default 值，它将起作用：

df %>% mutate(check = x - lag(x, default = x[1L]) != 1) %>%
  group_by(g = cumsum(check)) %>% 
  mutate(cnt = row_number()) %>%
  ungroup %>% select(-g,-check)

      x   cnt
  <dbl> <int>
1     2     1
2     4     1
3     5     2
4     6     3
5     8     1
6    10     1
7    11     2

data.table. 沿着同样的思路，更简洁：

library(data.table)
setDT(df)

df[, cnt := 1:.N, by=cumsum(x != shift(x, fill=x[1L]) + 1L)]

    x cnt
1:  2   1
2:  4   1
3:  5   2
4:  6   3
5:  8   1
6: 10   1
7: 11   2

shift 是 data.table 与 lag 的类似物。

或者，从 v1.9.7 开始，您可以改用 rowid：

df[, cnt := rowid(cumsum(x != shift(x, fill=x[1L]) + 1L))]

【讨论】：

我收到了 Error: expecting a single value 的 dplyr 解决方案。我想我错过了什么。
@user 它适用于我给出的示例（dplyr 0.5，r 3.2.4）。我不知道为什么会出现这个错误，因为它通常是由summarise 触发的，这里没有出现。
我有dplyr ‘0.4.3’ & R 3.2.5。可能是因为版本问题。
data.table 解决方案看起来非常不错。貌似你用cumsum来实现rle的功能？它更快吗？
@Dong 我猜cumsum 和rle 不能在这里替代。例如，如果x=c(1,2,3,5,7) 正确的索引应该是c(1,2,3,1,1)，但如果你使用rleid(x != shift(x, fill=x[1L]-1L) + 1L) 之类的东西，你会得到c(1,2,3,1,2)。

【解决方案2】：

另一个使用base R的选项

unlist(sapply(rle(cumsum(ifelse(diff(c(df$x[1],df$x))!=1,1,0)))$lengths,seq_len))

【讨论】：