根据条件过滤向量答案

【问题标题】：Filtering a vector on condition根据条件过滤向量
【发布时间】：2019-10-23 06:02:07
【问题描述】：

我正在尝试过滤整数向量。
我的条件是 2 个连续元素之间的距离至少应为 100 ；如果没有，请删除该元素并查看下一个候选者。
这是一个例子：

set.seed(42)
input <- sort(sample(1:1000, 20))
head(input, 20)


[1] 24  49  74 128 146 153 165 228 303 321 356 410 532 561 601 622 634 839 882 997

如果我从第一个元素 24 开始，我想保留距离它至少 100 的第一个元素。
在这种情况下，它将是128。

然后，从128，重复相同的过程。
结果应该是：

24 128 228 356 532 634 839 997

我设法创建了一个快速而肮脏的循环，它给出了正确的结果，但我可以猜想它对于非常大的向量不会很有效......

result <- integer(length(input))
result[1] <- input[1]
for(i in seq_along(input)[-1]) {
  if(is.na(input[2])) break

  if(input[2] - input[1] < 100) {
    input <- input[-2]
  } else {
    result[i] <- input[2]
    input <- input[-1]
  }
}

result <- result[result != 0]

什么是获得预期结果的有效方法？可以使用矢量化来完成吗？

【问题讨论】：

相关：Subset observations that differ by at least 30 minutes time

标签： r vector filter

【解决方案1】：

unique(Reduce(function(x,y)ifelse(y-x>=100,y,x),input,accumulate = T))
[1]  24 128 228 356 532 634 839 997

【讨论】：

朋友不要让朋友使用ifelse()进行标量比较，或者T用于TRUE：unique(Reduce(function(x, y) if (y - x >= 100) y else x, input, accumulate = TRUE))
@MartinMorgan 我同意。谢谢

【解决方案2】：

没有经过彻底测试，但我相信这可以帮助您。我正在使用purrr::accumulate。这是一个非常巧妙的问题 :-) 希望看到一些其他的解决方案/方法，所以也许让这个开放（未回答）有点......

library(purrr)

input <- c(24, 49, 74, 128, 146, 153, 165, 228, 303, 321, 356, 410, 532, 561, 601, 622, 634, 839, 882, 997)
idx <- which(accumulate(diff(input), ~ ifelse(.x >= 100, .y, .x + .y)) >= 100)
input[c(1, idx + 1)]
#> [1]  24 128 228 356 532 634 839 997

为了让这个阅读更多purrr，我想我们可以这样做：

accumulate(diff(input), ~ if_else(.x >= 100, .y, .x + .y)) %>%
  map_lgl(~ . >= 100) %>%
  which %>%
  { input[c(1, . + 1)] }

【讨论】：