在R中，统计数据框中每一行特定值的连续出现次数

Question

我有一个月度变量值的 data.frame，包含很多地点的数据（所以有很多行），我想计算有几个连续的月份（即连续的单元格）值为零。如果仅从左到右读取，这将是容易的，但增加了一些复杂性，即年底与年初相连。

例如，在下面简化的数据集中（用季节代替月份），地点1有3个“0”月，地点2有2个，“3”没有任何一个。

df<-cbind(location= c(1,2,3),
Winter=c(0,0,3),
Spring=c(0,2,4),
Summer=c(0,2,7),
Autumn=c(3,0,4))

我该如何计算这些连续的零值？我查看了rle，但目前仍然一知半解！

非常感谢任何帮助：）

- kim1801

---

据我理解，您想为每个位置计算这个？ - Andriy T.

你的数据集中是否可能存在不连续的零值？因为这种情况在示例中没有提供。 - David Arenburg

是的，那是可能的。我应该在我的示例中包含它，抱歉！ - kim1801

Answer 1

您已经确定了最长连续行的两种情况：（1）在中间位置，或者（2）跨越每一行的结尾和开头。因此，您需要计算每个条件并取最大值，如下所示：

df<-cbind(
Winter=c(0,0,3),
Spring=c(0,2,4),
Summer=c(0,2,7),
Autumn=c(3,0,4))

#>      Winter Spring Summer Autumn
#> [1,]      0      0      0      3
#> [2,]      0      2      2      0
#> [3,]      3      4      7      4


# calculate the number of consecutive zeros at the start and end
startZeros  <-  apply(df,1,function(x)which.min(x==0)-1)
#> [1] 3 1 0
endZeros  <-  apply(df,1,function(x)which.min(rev(x==0))-1)
#> [1] 0 1 0

# calculate the longest run of zeros
longestRun  <-  apply(df,1,function(x){
                y = rle(x);
                max(y$lengths[y$values==0],0)}))
#> [1] 3 1 0

# take the max of the two values
pmax(longestRun,startZeros +endZeros  )
#> [1] 3 2 0

当然，更简单的解决方案是：

longestRun  <-  apply(cbind(df,df),# tricky way to wrap the zeros from the start to the end
                      1,# the margin over which to apply the summary function
                      function(x){# the summary function
                          y = rle(x);
                          max(y$lengths[y$values==0],
                              0)#include zero incase there are no zeros in y$values
                      })

请注意，上述解决方案有效是因为我的df不包括location字段（列）。

- Jthorpe

---

太棒了！唯一我能挑剔的是当只有零时，它会循环两次来计算24（而不是12，我使用的是月份而不是季节！）但这很容易解决。非常感谢！ - kim1801

Answer 2

试试这个：

df <- data.frame(location = c(1, 2, 3),
                 Winter = c(0, 0, 3),
                 Spring = c(0, 2, 4),
                 Summer = c(0, 2, 7),
                 Autumn = c(3, 0, 4))

maxcumzero <- function(x) {
    l <- x == 0
    max(cumsum(l) - cummax(cumsum(l) * !l))
}

df$N.Consec <- apply(cbind(df[, -1], df[, -1]), 1, maxcumzero)

df
#   location Winter Spring Summer Autumn N.Consec
# 1        1      0      0      0      3        3
# 2        2      0      2      2      0        2
# 3        3      3      4      7      4        0

这将向数据帧添加一列，指定在数据帧的每行中连续出现零的最大次数。数据帧被列绑定到自身，以便能够检测秋季和冬季之间的连续零。

这里使用的方法基于Martin Morgan在他对类似问题的回答。

- Alex A.

---

@DavidArenburg：您能举个例子说明它不起作用的情况吗？在我所有的测试中，它都符合预期。 - Alex A.

它没有考虑到年份的开始和结束。请查看其他答案中的结果。应该是3 2 0而不是3 1 0。 - David Arenburg

你可以尝试通过执行 apply(cbind(df[, ncol(df), drop = FALSE], df[, -c(1, ncol(df))]), 1, maxcumzero) 来解决这个问题，但不确定它的美观程度。 - David Arenburg

嗯，我不是很喜欢这个修复方法（虽然它似乎有效）。你看到 cbind(df[, -1], df[, -1]) 的结果了吗？ - David Arenburg

@DavidArenburg：我同意这不是一个理想的解决方案，但它确保了所有季节都是连续的。我尝试了你建议的修复方法，在这种情况下它确实有效，但我看到的问题是夏季和秋季不再连续。 - Alex A.