根据复杂规则识别 data.frames 中的行答案

【问题标题】：Identifying rows in data.frames based on complex rules根据复杂规则识别 data.frames 中的行
【发布时间】：2015-12-09 15:50:04
【问题描述】：

在之前的两个问题中，我问过如何根据复杂的规则识别和提取子字符串：

当前的问题涉及如何在data.frame 结构中实现相同的目的。假设您有一个data.frame，如下所示：

data.frame(time = seq(1:10), 
event = c("FA", "EX", "I1", "FA", "FA", "I3", "EX", "EX", "EX", "I3"), 
actor = c("John", "Alex", "John", "Alex", "Tim", "Sandra", "Sara", "John", "Eliza", "Alex"))

time event actor
1    FA    John
2    EX    Alex
3    I1    John
4    FA    Alex
5    FA    Tim
6    I3    Sandra
7    EX    Sara
8    EX    John
9    EX    Eliza
10   I3    Alex

现在我想从时间 1 移动到 10 并将 I3 之前的所有行分组。这意味着我想返回一个包含两个 data.frame 的列表（第 1-6 行和第 7-10 行应该分别形成一个单独的 data.frame 以放置在一个公共列表中）。我怎样才能做到这一点？

【问题讨论】：

@MrFlick：data.frames 列表。谢谢。问题已更新。

标签： regex r dataframe

【解决方案1】：

你可以使用split:

split(dat, c(0, cumsum(dat$event=="I3"))[-(nrow(dat)+1)])

$`0`
  time event  actor
1    1    FA   John
2    2    EX   Alex
3    3    I1   John
4    4    FA   Alex
5    5    FA    Tim
6    6    I3 Sandra

$`1`
   time event actor
7     7    EX  Sara
8     8    EX  John
9     9    EX Eliza
10   10    I3  Alex

【讨论】：

【解决方案2】：

这也有效：

i3.index = which(data$event == "I3")
i3.start = c(1, i3.index[-length(i3.index)]+1)

indexMatrix = cbind(from = i3.start, end = i3.index)

apply(indexMatrix, 1, function(x){data[x[1]:x[2],]})

# [[1]]
# time event  actor
# 1    1    FA   John
# 2    2    EX   Alex
# 3    3    I1   John
# 4    4    FA   Alex
# 5    5    FA    Tim
# 6    6    I3 Sandra
# 
# [[2]]
# time event actor
# 7     7    EX  Sara
# 8     8    EX  John
# 9     9    EX Eliza
# 10   10    I3  Alex

【讨论】：

【解决方案3】：

这也可以：

library(dplyr)

data %>%
  arrange(time %>% desc) %>%
  mutate(group = cumsum(event == "I3")) %>%
  arrange(time) %>%
  group_by(group)

【讨论】：