如何在R中的向量中找到连续数字的范围

Question

我在 R 中有一个向量：

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)

我想要的是找到比 3 个连续值更长的连续拉伸的开始和结束。即：

start end
3  6  (stretch 6-9)
8 13 (stretch 30-35

我不知道怎么去那里。

Answer 1

从@eddi's answer 到我的类似问题...

runs = split(seq_along(data), cumsum(c(0, diff(data) > 1)))
lapply(runs[lengths(runs) > 1], range)

# $`2`
# [1] 3 6
# 
# $`4`
# [1]  8 13

它是如何工作的：

• seq_along(data) 是 data 的索引，来自 1..length(data)
• c(0, diff(data) > 1) 在每个索引处都有一个 1，其中 data “跳跃”
• cumsum(c(0, diff(data) > 1)) 是跳跃之间连续运行的标识符

所以runs 是将data 的索引划分为data 的值是连续的运行。

Answer 2

所以，首先取 a 的 diff 并对其进行运行长度序列。然后，起点是2s之前的索引，终点是它们的负差……很难解释，只需单步执行代码并检查一下。这在 (1, 3, 4, 7, 9) 中找不到两个... 的序列，例如 (3,4)。我必须将remove 部分包含在两个偏离...（1、3、5、7）的序列中。那些没有被正确捕获。无论如何，有趣的运动。我希望有人可以做得更好。这有点乱……

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)
a <- sequence(rle(diff(data))$lengths)
starts <- which(a==2) - 1
ends <- which(diff(a)<0) + 1
remove <- starts[starts %in% (ends-2)]
starts <- starts[!starts %in% remove]
ends <- ends[!ends %in% (remove+2)]
if(length(ends) < length(starts)) ends <- c(ends, length(data))
> starts
[1] 3 8
> ends
[1]  6 13
> 

Answer 3

这是一个严重依赖 ?diff 的基本 R 解决方案：

data <- c(1,4,6,7,8,9,20,30,31,32,33,34,35,60)

diff1 <- diff(data[1:(length(data)-1)]) # lag 1 difference
diff2 <- diff(data, 2) # lag 2 difference

# indices of starting consecutive stretches -- these will overlap
start_index <- which(diff1==1 & diff2==2)
end_index <- start_index + 2

# notice that these overlap:
data.frame(start_index, end_index)

# To remove overlap:
# We can remove *subsequent* consecutive start indices
#           and *initial* consecutive end indices

start_index_new <- start_index[which(c(0, diff(start_index))!=1)]
end_index_new <- end_index[which(c(diff(end_index), 0) != 1)]
data.frame(start_index_new, end_index_new)

#   start_index_new end_index_new
# 1               3             6
# 2               8            13

Cory 的答案很棒——这个答案可能更容易理解，因为您基本上是在检查位置 i、位置 i+1 的值多 1 和位置 i + 2 的情况有 2 个以上的值。您以此为基础构建范围，然后将您的范围与另一个 diff 函数合并。在我看来，这有点简单。

您还可以使用诸如 zoo 之类的软件包来帮助您获得滚动差异。