在R中查找字符串中顺序重复的索引[重复]答案

【问题标题】：Find indices of sequential duplicates in string in R [duplicate]在R中查找字符串中顺序重复的索引[重复]
【发布时间】：2019-05-07 20:15:30
【问题描述】：

我有一个已转换为字符向量的字符串：

string <- c("A","A","A","C","G","G","C","C","T","T","T","T")

我希望能够输出一个表格，按照它们出现的顺序显示连续字母的索引。例如：

letter start end
A 1 3
C 4 4
G 5 6
C 7 8
T 9 12

我尝试过查看str_locate 和其他一些 str 函数，但无法弄清楚。任何帮助表示赞赏！

【问题讨论】：

标签： r string

【解决方案1】：

我将在rle 之后使用cumsum

s=rle(string)
v=cumsum(rle(string)$lengths)
data.frame('var'=s$values,'start'=v+1-s$lengths,'end'=v)
  var start end
1   A     1   3
2   C     4   4
3   G     5   6
4   C     7   8
5   T     9  12

【讨论】：

【解决方案2】：

我们可以将split通过'string'的run-length-id转换成list，得到range的值，和rbindlist元素

rl <- rle(string)
lst <- lapply(split(seq_along(string), rep(seq_along(rl$values), rl$lengths)), range)
names(lst) <- r1$values
do.call(rbind, lst)
#  [,1] [,2]
#A    1    3
#C    4    4
#G    5    6
#C    7    8
#T    9   12

或者以紧凑的方式

library(data.table)
data.table(letter = string)[, .(letter = letter[1], start = .I[1],
               end = .I[.N]), rleid(letter)]

或tidyverse

library(tidyverse)
library(data.table)
string %>% 
   tibble(letter = .) %>% 
   mutate(rn = row_number()) %>%
   group_by(grp = rleid(letter)) %>% 
   summarise(letter = first(letter), 
             start = first(rn), 
             end = last(rn)) %>%
   ungroup %>% 
   select(-grp)

【讨论】：