是否有 R 函数来查找包含特定模式的行索引？答案

【问题标题】：Is there an R function to find the row indices that contain a specific pattern?是否有 R 函数来查找包含特定模式的行索引？
【发布时间】：2019-04-02 12:15:20
【问题描述】：

目前我正在处理显示一系列活动的数据，我想从这些序列中提取遵循特定模式的行。

一些示例序列：

set.seed(12345)
m <- matrix(sample(1:10, 800, replace=T), ncol=8)
m[sample(1:100, 20, replace=T), 8] <- NA #sequences have variable lengths
head(m)

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,]    4    2    3    1    1    2    4    4
[2,]    5    4    5    3    3    4    1    2
[3,]    4    5    1    4    2    5    3    3
[4,]    5    4    3    4    2    5    4   NA
[5,]    3    3    4    3    3    4    2    1
[6,]    1    5    4    4    1    5    5    4

一种解决方案是使用两个 for 循环来检查每一行是否存在可能的模式，但是我体验过当矩阵变大时计算时间会快速增长。我已经尝试了下面的示例代码以获取大小为 3 的模式，其中活动 1 后跟活动 2 和活动 3：

pattern <- list(1,2,3)
g <- list()

for (i in 1:NROW(m)){
  if (any(m[i,]==pattern[1], na.rm = TRUE) & any(m[i,]==pattern[2], na.rm = TRUE) & any(m[i,]==pattern[3], na.rm = TRUE)){
    for(ii in 1:(NCOL(m)-2)){
     if((m[i,ii]==pattern[1]) & (m[i,ii+1]==pattern[2]) & (m[i,ii+2]==pattern[3])){
       g <- append(g,i)
     } 
    }
  }
}

这个循环似乎有效，因为它提供了一个列表，其中包含与模式匹配的行的索引（第 28、32 和 99 行）。然而，这种方法对于更长/更短的模式是不可扩展的。此外，在此示例中，检查了“1 -> 2 -> 3”模式，但我也希望可以检查“1 -> (2, 4 or 5) -> 3”等模式。

我希望编写一个类似于this question 中接受的答案的函数，其中输入需要一个矩阵和一个显示为列表的模式。但是我的 R 知识有限，我可以使用一些帮助。

【问题讨论】：

grepl( 15.8 , mtcars$mpg)
您在示例中匹配的模式是什么？
经典正则表达式或grepl 用例 - 检查帮助 - 可能是一个帮助列，您可以在其中将值连接（即paste）到单个列中，这也会使 grepping 更容易

标签： r

【解决方案1】：

我们可以从创建一个向量开始，将矩阵的每一行折叠成一个字符串（在这种情况下，用空格分隔）。然后我们就可以很容易地grep它了。

mm<-apply(m,1,paste,collapse=" ")
grep("1 2 3", mm)
integer(0)
grep("1 [245] 3", mm)
[1] 14 83

grep 的第一行给出了简单的搜索（结果为零）。第二个 grep 行显示了如何搜索更复杂的模式 - 这将搜索您的第二个示例，即 1 -> 2、4 或 5 -> 3。

请注意，grep 将为您提供与您的模式匹配的行的索引。或者，grepl 将为您提供与m 相同长度的逻辑向量，其中 TRUE 表示匹配。

【讨论】：