使用 rle 从组中获取第一个和最后一个值答案

【问题标题】：Get first and last value from groups using rle使用 rle 从组中获取第一个和最后一个值
【发布时间】：2017-08-04 16:31:43
【问题描述】：

我想使用类似于 rle() 函数所做的分组来获取组的第一个和最后一个值。

例如我有这个数据框：

我想得到这样的东西：

> want
  df first last
1  1     A    D
2  2     E    G
3  1     H    J
4  3     K    M
5  2     N    P

如您所见，我想以 rle() 函数的方式对我的值进行分组。我只想在相同的值彼此相邻时对元素进行分组。 group_by 以不同的方式对元素进行分组。

> rle(df$df)
Run Length Encoding
  lengths: int [1:5] 4 3 3 3 3
  values : num [1:5] 1 2 1 3 2

我的问题有解决方案吗？任何建议将不胜感激。

【问题讨论】：

标签： r

【解决方案1】：

有一个来自data.table 的函数rleid 可以完成这项工作，即

library(data.table)

setDT(dt)[, .(df = head(df, 1), 
              first = head(time, 1), 
              last = tail(time, 1)), 
      by = (grp = rleid(df))][, grp := NULL][]

这给了，

   df first last
1:  1     A    D
2:  2     E    G
3:  1     H    J
4:  3     K    M
5:  2     N    P

添加dplyr 方法，正如@RonakShah 提到的那样

library(dplyr)

df %>% 
 group_by(grp = cumsum(c(0, diff(df)) != 0)) %>% 
 summarise(df = first(df), 
           first = first(time), 
           last = last(time)) %>% 
 select(-grp)

给予，

# A tibble: 5 x 3
     df first  last
  <int> <chr> <chr>
1     1     A     D
2     2     E     G
3     1     H     J
4     3     K     M
5     2     N     P

【讨论】：

非常感谢。这正是我想要的！
@RonakShah 如果您使用的是dplyr，不妨使用first = first(time), last = last(time)。漂亮而清晰。
第二种方法给了我一个错误：overscope_eval_next（overscope，expr）中的错误：找不到对象'grp'。你知道为什么吗？
问题出在group_by。也许尝试将df 变量命名为其他名称，因为df 也是数据框的名称。

【解决方案2】：

这是一个使用base R 和rle 的选项。一旦我们在第一列上执行rle，复制values 和lengths 的序列，使用它来创建duplicated 的逻辑索引，然后根据索引对原始数据集的值进行子集化

rl <- rle(df[,1])
i1 <- rep(seq_along(rl$values), rl$lengths)
i2 <- !duplicated(i1)
i3 <- !duplicated(i1, fromLast = TRUE)
wanted <- data.frame(df = df[i2,1], first =  df[i2,2], last = df[i3,2])
wanted
#   df first last
#1  1     A    D
#2  2     E    G
#3  1     H    J
#4  3     K    M
#5  2     N    P

【讨论】：