假设我有一个带有 1 和 0 的向量
我写得很紧凑：
1111111100001111111111110000000001111111111100101
我需要获取一个新向量，将零之后的“N”个向量替换为新零。
例如 N = 3。
1111111100001111111111110000000001111111111100101变成 1111111100000001111111110000000000001111111100000
我可以用 for 循环来做到这一点，但我读过这不是一个好习惯，那我该怎么做呢？
干杯
我的矢量确实是一个动物园系列，但我想它没有任何区别。 如果我想要零到最后，我会使用 cumprod。
【问题讨论】：
这是一种方法：
> tmp <- strsplit('1111111100001111111111110000000001111111111100101','')
> tmp <- as.numeric(unlist(tmp))
>
> n <- 3
>
> tmp2 <- embed(tmp, n+1)
>
> tmp3 <- tmp
> tmp3[ which( apply( tmp2, 1, function(x) any(x==0) ) ) + n ] <- 0
>
> paste(tmp3, collapse='')
[1] "1111111100000001111111110000000000001111111100000"
这是否比循环更好取决于您。
如果那里有 0，这也不会改变第一个 n 元素。
这是另一种方式：
> library(gtools)
>
> tmpfun <- function(x) {
+ if(any(x==0)) {
+ 0
+ } else {
+ x[length(x)]
+ }
+ }
>
> tmp4 <- running( tmp, width=4, fun=tmpfun,
+ allow.fewer=TRUE )
>
> tmp4 <- unlist(tmp4)
> paste(tmp4, collapse='')
[1] "1111111100000001111111110000000000001111111100000"
>
【讨论】：
您也可以使用rle 执行此操作。您需要做的就是将 n 添加到值为 0 的所有长度，并在值为 1 时减去 n（当连续少于 n 个时要小心一点）。 （使用Greg的方法构建样本）
rr <- rle(tmp)
## Pad so that it always begins with 1 and ends with 1
if (rr$values[1] == 0) {
rr$values <- c(1, rr$values)
rr$lengths <- c(0, rr$lengths)
}
if (rr$values[length(rr$values)] == 0) {
rr$values <- c(rr$values, 1)
rr$lengths <- c(rr$lengths, 0)
}
zero.indices <- seq(from=2, to=length(rr$values), by=2)
one.indices <- seq(from=3, to=length(rr$values), by=2)
rr$lengths[zero.indices] <- rr$lengths[zero.indices] + pmin(rr$lengths[one.indices], n)
rr$lengths[one.indices] <- pmax(0, rr$lengths[one.indices] - n)
inverse.rle(rr)
【讨论】：
跟进我之前的评论，如果速度确实是一个问题 - 将向量转换为字符串并使用正则表达式可能比其他解决方案更快。首先是一个函数：
replaceZero <- function(x,n){
x <- gsub(paste("01.{",n-1,"}", sep = "") , paste(rep(0,n+1),collapse = ""), x)
}
生成数据
z <- sample(0:1, 1000000, replace = TRUE)
z <- paste(z, collapse="")
repz <- replaceZero(z,3)
repz <- as.numeric(unlist(strsplit(repz, "")))
系统崩溃、运行正则表达式和拆分回向量的时间：
Regex method
user system elapsed
2.39 0.04 2.39
Greg's method
user system elapsed
17.m39 0.17 18.30
Jonathon's method
user system elapsed
2.47 0.02 2.31
【讨论】：
x <- c(1,1,1,1,1,1,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,0,0,1,1,0,1)
n <- 3
z<-rle(x)
tmp <- cumsum(z$lengths)
for (i in seq(which.min(z$values),max(which(z$values==1)),2)) {
if (z$lengths[i+1] < n) x[tmp[i]:(tmp[i] + z$lengths[i+1])] <- 0
else x[tmp[i]:(tmp[i]+n)] <- 0
}
【讨论】：
只循环遍历（假设很少）N 个实例怎么样：
addZeros <- function(x, N = 3) {
xx <- x
z <- x - 1
for (i in 1:N) {
xx <- xx + c(rep(0, i), z[-c((NROW(x) - i + 1):NROW(x))])
}
xx[xx<0] <- 0
xx
}
只需将所有零实例变为 -1 以减去 N 个后续值。
> x <- c(1,1,1,1,1,1,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,0,0,1,0,1)
> x
[1] 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1
[39] 1 1 1 1 1 1 0 0 1 0 1
> addZeros(x)
[1] 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1
[39] 1 1 1 1 1 1 0 0 0 0 0
编辑：
在阅读了您对 R-help 邮件列表中数据的描述后，这显然不是小 N 的情况。因此，您可能需要为此考虑使用 C 函数。
在文件“addZeros.c”中：
void addZeros(int *x, int *N, int *n)
{
int i, j;
for (i = *n - 1; i > 0; i--)
{
if ((x[i - 1] == 0) && (x[i] == 1))
{
j = 0;
while ((j < *N) && (i + j < *n) && (x[i + j] == 1))
{
x[i + j] = 0;
j++;
}
}
}
}
在命令提示符下（Windows 中的 MS DOS，按 Win+r 并输入 cmd），输入“R CMD SHLIB addZeros.c”。如果无法到达 R 的路径（即“未知的 kommand R”），您需要说明完整地址（在我的系统上：
"c:\Program Files\R\R-2.10.1\bin\R.exe" CMD SHLIB addZeros.c
在 Windows 上，这应该会生成一个 DLL（在 Linux 中是 .so），但如果您还没有 R 工具箱，您应该下载并安装它（它是工具的集合，例如 Perl 和 Mingw）。从下载最新版本 http://www.murdoch-sutherland.com/Rtools/
用于此的 R 包装函数是：
addZeros2 <- function(x, N) {
if (!is.loaded("addZeros"))
dyn.load(file.path(paste("addZeros", .Platform$dynlib.ext, sep = "")))
.C("addZeros",
x = as.integer(x),
as.integer(N),
as.integer(NROW(x)))$x
}
请注意，在第一次调用 addZeros R 函数之前，R 中的工作目录应该与 DLL 相同（在我的系统上 setwd("C:/Users/eyjo/Documents/Forrit/R/addZeros")）（或者，在 dyn.load 中只包含 dll 的完整路径文件）。最好将它们保存在项目下的子目录中（即“c”），然后在文件路径中的“addZeros”前面添加“c/”。
举例说明：
> x <- rbinom(1000000, 1, 0.9)
>
> system.time(addZeros(x, 10))
user system elapsed
0.45 0.14 0.59
> system.time(addZeros(x, 400))
user system elapsed
15.87 3.70 19.64
>
> system.time(addZeros2(x, 10))
user system elapsed
0.01 0.02 0.03
> system.time(addZeros2(x, 400))
user system elapsed
0.03 0.00 0.03
>
“addZeros”是我最初的建议，只有内部 R，而 addZeros2 使用的是 C 函数。
【讨论】：
我真的很喜欢为此使用“正则表达式”的想法，所以我投了赞成票。 （希望我也得到了一个正确的答案，并从嵌入和运行的答案中学到了一些东西。整洁！）这是 Chase 答案的一个变体，我认为可以解决所提出的问题：
replaceZero2 <- function(x, n) {
if (n == 0) {
return(x)
}
xString <- paste(x, collapse="")
result <- gsub(paste("(?<=",
paste("01{", 0:(n - 1), "}", sep="", collapse="|"),
")1", sep=""),
"0", xString, perl=TRUE)
return(as.numeric(unlist(strsplit(result, ""))))
}
这似乎与在 gd047 的示例输入中 n = 1,2,3,4,5 的 Chang 的 rle 方法产生相同的结果。
也许您可以使用 \K 更简洁地编写此代码？
【讨论】：
我自己找到了解决方案。 我认为这很容易而且不是很慢。 我想如果有人可以用 C++ 编译它会非常快，因为它只有一个循环。
f5 <- function(z, N) {
x <- z
count <- 0
for (i in 1:length(z)) {
if (z[i]==0) { count <- N }
else {
if (count >0) {
x[i] <- 0
count <- count-1 }
}
}
x
}
【讨论】：
使用移动最小值函数非常快速、简单，并且不依赖于跨度的分布：
x <- rbinom(1000000, 1, 0.9)
system.time(movmin(x, 3, na.rm=T))
# user system elapsed
# 0.11 0.02 0.13
以下 movmin 的简单定义就足够了（完整的函数在这种情况下有一些多余的功能，例如对大 N 使用 van Herk/Gil-Werman 算法）
movmin = function(x, n, na.rm=F) {
x = c(rep.int(NA, n - 1), x) # left pad
do.call(pmin, c(lapply(1:n, function(i) x[i:(length(x) - n + i)]), na.rm=na.rm))
}
实际上，您需要 4 的窗口大小，因为您会影响 0 之后的 3 个值。这与您的 f5 匹配：
x <- rbinom(1000000, 1, 0.9)
all.equal(f5(x, 3), movmin(x, 4, na.rm=T))
# [1] TRUE
【讨论】：