使用 dplyr 判断列中的一系列值

发布于05月22日

我希望在我的分组数据框中寻找模式.我正在try 识别信号列中包含值1的3个连续行的序列，然后一旦信号列的第3行包含1，就将警告列设置为真.

当我想要判断的滞后数很小时，我可以这样做，但如果我想要将其扩展到寻找30个连续的值，那么如果不是这样的话，就会变得无法管理.

df <- data.frame(Group = c("A", "A", "A", "A", "B", "B", "B", "C", "C", "C", "C"),
                 Signal = c(1, 1, 1, 0, 0, 1, 0, 0, 1, 1, 1))

按组判断包含1的信号列中的三个连续行

df <- df %>%
  group_by(Group) %>%
  mutate(Alert = ifelse(Signal == 1 & lag(Signal) == 1 & lag(Signal, 2) == 1, "Yes", "No"))

对于较大的滞后值，是否有更具伸缩性的方法？

推荐答案

您可以使用consecutive_id()根据Signal列中当前运行的1和0进行分组，并使用row_number()查看是否至少有n个1.(当然，您可以在计算完成后删除consecutive_id(Signal)信号列.)

library(dplyr)
threshold = 3
df |>
  group_by(Group, consecutive_id(Signal)) |>
  mutate(
    Alert = ifelse(Signal == 1 & row_number() >= threshold, 1, 0)
  ) |>
  ungroup()
# # A tibble: 11 × 4
#    Group Signal `consecutive_id(Signal)` Alert
#    <chr>  <dbl>                    <int> <dbl>
#  1 A          1                        1     0
#  2 A          1                        1     0
#  3 A          1                        1     1
#  4 A          0                        2     0
#  5 B          0                        2     0
#  6 B          1                        3     0
#  7 B          0                        4     0
#  8 C          0                        4     0
#  9 C          1                        5     0
# 10 C          1                        5     0
# 11 C          1                        5     1