将由 n 个零分隔的向量拆分为不同的组

Question

我有一个向量x

x = c(1, 1, 2.00005, 1, 1, 0, 0, 0, 0, 1, 2, 0, 3, 4, 0, 0, 0, 0, 1, 2, 3, 1, 3)

我需要将由n 分隔的值（在这种情况下，假设n 是3）或多个零分成不同的组。

期望的输出是

list(x1 = c(1, 1, 2.00005, 1, 1),
     x2 = c(1, 2, 0, 3, 4),
     x3 = c(1, 2, 3, 1, 3))
#$x1
#[1] 1.00000 1.00000 2.00005 1.00000 1.00000

#$x2
#[1] 1 2 0 3 4

#$x3
#[1] 1 2 3 1 3

以下内容不起作用，因为它会拆分 x，即使组中的零少于 n。

temp = cumsum(x == 0)
split(x[x!=0], temp[x!=0])
#$`0`
#[1] 1.00000 1.00000 2.00005 1.00000 1.00000

#$`4`
#[1] 1 2

#$`5`
#[1] 3 4

#$`9`
#[1] 1 2 3 1 3

Answer 1

这是我的尝试。此方法将长度小于或等于 3 的零运行替换为 NA。由于在使用 split() 时移除了 NA，因此我们得到了所需的输出。

x <- c(1, 1, 2.00005, 1, 1, 0, 0, 0, 0, 1, 2, 0, 3, 4, 0, 0, 0, 0, 1, 2, 3, 1, 3)

ll <- with(rle(x == 0), {
  ifelse(x == 0 & (seq_along(x) != cumsum(lengths)[lengths <= 3 & values]), NA, x)
})

split(x, with(rle(is.na(ll)), rep(1:length(lengths), lengths) + ll * 0))
# $`1`
# [1] 1.00000 1.00000 2.00005 1.00000 1.00000
#
# $`3`
# [1] 1 2 0 3 4
#
# $`5`
# [1] 1 2 3 1 3

Answer 2

这是一个带有rle、split和lapply的方法

# get RLE
temp <- rle(x)
# replace values with grouping variables
temp$values <- cumsum(temp$values == 0 & temp$lengths > 2)

# split on group and lapply through, dropping 0s at beginning which are start of each group
lapply(split(x, inverse.rle(temp)), function(y) y[cummax(y) > 0])
$`0`
[1] 1.00000 1.00000 2.00005 1.00000 1.00000

$`1`
[1] 1 2 0 3 4

$`2`
[1] 1 2 3 1 3

---

没有lapply的第二种方法如下

# get RLE
temp <- rle(x)
# get positions of 0s that force grouping
changes <- which(temp$values == 0 & temp$lengths > 2)
# get group indicators
temp$values <- cumsum(temp$values == 0 & temp$lengths > 2)
# make 0s a new group
temp$values[changes] <- max(temp$values) + 1L

# create list
split(x, inverse.rle(temp))
$`0`
[1] 1.00000 1.00000 2.00005 1.00000 1.00000

$`1`
[1] 1 2 0 3 4

$`2`
[1] 1 2 3 1 3

$`3`
[1] 0 0 0 0 0 0 0 0

最后，您只需删除最后一个列表项，例如 head(split(x, inverse.rle(temp)), -1)。

Answer 3

此方法与您已经提出的方法略有不同，它包括将所有 n 个或多个零的延伸替换为 x 中未找到的值的第一步，例如 max+1：

r = rle(x)
val = max(x,na.rm=T)+1
r$values[r$values==0 & r$lengths>2] = val
x2 = inverse.rle(r)
temp = cumsum(x2 == val)
split(x2[x2!=val], temp[x2!=val])

$`0`
[1] 1.00000 1.00000 2.00005 1.00000 1.00000

$`4`
[1] 1 2 0 3 4

$`8`
[1] 1 2 3 1 3

Answer 4

另一个使用rle（两次）和inverse.rle的解决方案。

n <- 3
r <- rle(as.integer(x == 0))
r$values[r$values == 1 & r$lengths < n] <- 0
r <- rle(inverse.rle(r))

group <- integer(length(x))
start <- 1
for(i in seq_along(r$values)){
    group[start:(start + r$lengths[i] - 1)] <- c(1L, rep(0L, r$lengths[i] - 1))
    start <- start + r$lengths[i]
}

与此同时，我意识到上面准备循环的代码和循环本身可以大大简化。为了使它完整，我将重复最初的代码行。

r <- rle(as.integer(x == 0))
r$values[r$values == 1 & r$lengths < n] <- 0

# This is the simplification
group <- c(1L, diff(inverse.rle(r)) != 0)

res <- split(x, cumsum(group))
res <- res[-which(sapply(res, function(y) all(y == 0)))]
res
#$`1`
#[1] 1.00000 1.00000 2.00005 1.00000 1.00000
#
#$`3`
#[1] 1 2 0 3 4
#
#$`5`
#[1] 1 2 3 1 3

Answer 5

这是一个使用rle 和inverse.rle 多次创建x (x_sub) 和组号(group_sub) 的子集的想法。最后使用split得到最终结果。

x <- c(1, 1, 2.00005, 1, 1, 0, 0, 0, 0, 1, 2, 0, 3, 4, 0, 0, 0, 0, 1, 2, 3, 1, 3)

### Step 1: Filtet the index with values == 0 and length > 3
x2 <- as.integer(x != 0)
run <- rle(x2)
index <- which(run$values == 0 & run$lengths > 3)

### Step 2: Replace the values in index to -1
### Create an intermediate index (x3)
run2 <- run
run2$values[index] <- -1
run2$values[run2$values == 0] <- 1
x3 <- inverse.rle(run2)

### Step 3: Create grouping variable (x4)
run3 <- rle(x3)
run3$values <- 1:length(run3$values)
x4 <- inverse.rle(run3)

### Step 4: Subset x by x3 and x4 (x_sub) and create group number (group_sub)
x_sub <- x[x3 != -1]
group_sub <- x4[x3 != -1] %/% 2 + 1

### Step 5: Split x_sub to get the final output (final_list)
final_list <- split(x_sub, f = group_sub)

final_list
$`1`
[1] 1.00000 1.00000 2.00005 1.00000 1.00000

$`2`
[1] 1 2 0 3 4

$`3`
[1] 1 2 3 1 3