如果被少于五个连续的零包围，则将向量中的零更改为一答案

【问题标题】：Change zero to ones in vector if surrounded by less than five consecutive zeros如果被少于五个连续的零包围，则将向量中的零更改为一
【发布时间】：2022-02-03 15:17:16
【问题描述】：

我有一个由0s 和1s 组成的向量，并且想要识别0s 字符串被1s 包围的索引。如果1s 之间的0s 的数量小于或等于5，我想将这些零更改为1s。

这是一个例子：

> x <- c(0,0,0,1,1,1,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1)

在位置 7,8 和 9，我只有三个零，因此需要将它们更改为 1。其他零大于 5，因此无需更改。

生成的向量应如下所示：

> x_converted <- c(0,0,0,1,1,1,1,1,1,1,1,0,0,0,0,0,0,1,1,1,1)

我正在使用for 循环和if else 语句执行此操作，但我确信必须有更快的方法来执行此操作。

谢谢。

【问题讨论】：

标签： r vector boolean zero

【解决方案1】：

rle 的可能解决方案不会更改 x 开头或结尾处的零的短路序列：

# create the run length encoding
r <- rle(x)

# create an index of which zero's should be changed
i <- r$values == 0 & r$lengths < 5 & 
  c(tail(r$values, -1) == 1, FALSE) & 
  c(FALSE, head(r$values, -1) == 1)

# set the appropriate values to 1
r$values[i] <- 1

# use the inverse of rle to recreate the vector
inverse.rle(r)

给出：

[1] 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

【讨论】：

哦，我忘了有个inverse.rle()函数！
@BenBolker 这只是 rep 的包装，添加了一些测试 ;-)

【解决方案2】：

您可以使用rle() 获取运行。然后只需根据运行的长度更改它，通过查看cumprod() 排除第一次运行。

x_rle <- rle(x)

x_0 <- cumprod(x_rle$values == 0)
x_rev_0 <- rev(cumprod(rev(x_rle$values) == 0))

x_rle$values <- ifelse(
  x_rle$lengths > 5 | x_0 | x_rev_0,
  x_rle$values,
  1
)

rep(x_rle$values, x_rle$lengths)
#>  [1] 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

【讨论】：

这个答案也失败了。例如对于这个x <- c(0,0,0,1,1,1,0,0,0,1,1,0,0,0,0,0,0,1,1,1,0)，这个ifelse 将最后的0 更改为1。
已编辑以提供适用于该边缘情况的解决方案。

【解决方案3】：

rle() (run-length-encoding) 函数使这变得非常简单。

x <- c(0,0,0,1,1,1,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1)
r <- rle(x)
## modify values appropriately
r$values[r$values==0 & r$lengths<=5] <- 1
## convert back to full vector
x_new <- rep(r$values, r$lengths)
## [1] 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

但是，对于文字边缘情况，这仍然需要进行一些调整——这已将初始运行的 3 个零转换为 1。也许

n <- length(r$values)
rv_int <- r$values[2:(n-1)]
rl_int <- r$lengths[2:(n-1)]
rv_int[rv_int == 0 &
       rl_int <= 5] <- 1
x_new <- rep(c(r$values[1],  rv_int, r$values[n]),
             c(r$lengths[1], rl_int, r$lengths[n]))

【讨论】：

感谢您的回答。有没有办法避免更改前三个零，因为它们 not 被1s 包围？

【解决方案4】：

使用data.table::rleid：rleid 创建运行长度类型组 id，用作ave 中的分组因子。然后ave 对r 定义的组执行一个函数。

r <- data.table::rleid(x)
# [1] 1 1 1 2 2 2 3 3 3 4 4 5 5 5 5 5 5 6 6 6 6
sub <- !r %in% c(1, max(r)) 

x[sub] <- ave(x[sub], r[sub], FUN = function(x) ifelse(length(x) <= 3 & x == 0, 1, x))
# [1] 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

【讨论】：

【解决方案5】：

另一种方法，基于将x 转换为字符串，然后再转换回数字向量：

library(tidyverse)

x <- c(0,0,0,1,1,1,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1)

x %>% str_c(collapse = "") %>% 
  str_replace_all("(?<=1)0{1,5}(?=1)", \(x) str_dup("1", nchar(x))) %>% 
  str_split("") %>% flatten %>% as.numeric

#>  [1] 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

或者purrr::walk和rle：

library(purrr)

x <- c(0,0,0,1,1,1,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1)

z <- rle(x)

walk(1:(length(z$values)-3), 
  ~ if (all(z$values[.x:(.x+2)] == c(1,0,1)) & z$lengths[.x+1] <= 5)
     z$values[.x+1] <<- 1)

inverse.rle(z)

#>  [1] 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1

【讨论】：