R data.table：检测每组内的值模式

Question

假设我有一个这样的 data.table：

set.seed(10)
data.table(group = rep(c("a","b","c"), each=5), date = rep(1:5,3), value = sample(c(95:105,""),15, replace=TRUE))

在每个组中，在值列中，我想检查（简单地说）是否有一个“”（空字符）或一组空字符，它前面和后面都有一个值.

所以，这很好：“”、95,103 等......（空字符在组中的第一个），但下面的模式是 我想检测的示例“缺失数据”：

95, "", 103,...（中间有空字符）

95, "","", 103...（中间几个空字符）

95, 103, ""（末尾为空）

所以，在下面的输出中，我可以得到行/组 A，如果有很多组，我应该得到所有组（或行）

    group date value
 1:     a    1   105
 2:     a    2   103
 3:     a    3   104
 4:     a    4      
 5:     a    5   101
 6:     b    1   102
 7:     b    2   100
 8:     b    3   101
 9:     b    4    97
10:     b    5   102
11:     c    1   104
12:     c    2   101
13:     c    3   104
14:     c    4    96
15:     c    5   102

编辑： 我需要做的是选择具有错误模式的行（所以中间或末尾的空字符串），以便能够检测是否有任何错误在一个大数据集中。因此，在我的示例中的表格中，所需的输出将是第 4 行，因为它有一个“缺失值”（值之间的空字符）

     group date value
1:     a    4   

（如果有更多不需要的行，我当然希望全部获得）

Answer 1

如果您的 data.table 未根据“日期”列排序，您可以使用以下内容：

DT[order(date), order := c(1:.N) , group]
DT[value == "" & order > 1L]

输出：

   group date value order
1:     a    4           4

数据和你的一样：

set.seed(10)
DT <- data.table(group = rep(c("a","b","c"), each=5), date = rep(1:5,3), 
                 value = sample(c(95:105,""),15, replace=TRUE))

Answer 2

这是一个选项：

DT[, rw := rleid(value==""), group]
DT[value=="" & rw>1L]

输出：

   group date value rw
1:     a    4        2

数据：

library(data.table)
set.seed(10)
DT <- data.table(group = rep(c("a","b","c","d"), each=5), 
    date = rep(1:5,4), value = c(sample(c(95:105,""),15, replace=TRUE), c("",2,3,4,5)))