Ich habe ein Panel, dfL
, wo ich versuche, Reihe fortlaufende Nummern innerhalb ID, id
, und Segment, shift
in den Variablen zu identifizieren. Ich suche nach Seriennummern, die die Nummern -1
und 1
enthalten und hat die Länge 4
oder mehr.identifizieren Reihe von fortlaufenden Nummern innerhalb ID und Segment
Unter meiner Darstellung der Situation mit Daten,
# install.packages(c("tidyverse"), dependencies = TRUE)
library(tibble)
Ich habe zunächst die Daten im Wide-Format wie diese
dfa <- tibble(id = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1,
1, 1, 1, 1, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7),
PM01 = c(NA, -3, NA, -2, -1, 1, 2, NA, NA, -2, -1, NA, -3, -2, -1,
1, 2, 3, NA, NA, -2, -1, 1, 2, 3, NA, NA, NA, NA, NA),
PM02 = c(1, -2, NA, NA, NA, -3, -2, -1, NA, 1, 2, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, -1, 1, 2, NA, NA, NA, NA, NA),
PM03 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, -3, -2, -1, 1, 2, 3, NA, NA)
);dfa
#> # A tibble: 30 x 4
#> id PM01 PM02 PM03
#> <dbl> <dbl> <dbl> <dbl>
#> 1 0 NA 1 NA
#> 2 0 -3 -2 NA
#> 3 0 NA NA NA
#> 4 0 -2 NA NA
#> 5 0 -1 NA NA
#> 6 0 1 -3 NA
#> 7 0 2 -2 NA
#> 8 0 NA -1 NA
#> 9 0 NA NA NA
#> 10 0 -2 1 NA
#> # ... with 20 more rows
In dieser dieser PM01
Reihe 4-7
ein Spiel sein würde.
Ich habe tidyr::gather
die Daten zu lang, um nur einen Vektor zu haben, den ich durchsehen muss. Wie diese
# install.packages(c("tidyverse"), dependencies = TRUE)
library(tidyr)
dfL <- dfa %>% select(id, PM01:PM03) %>% gather(shift, PM, PM01:PM03, na.rm = FALSE) %>% arrange(id, shift) %>% group_by(id, shift)
habe ich versucht zu erklären, was ich suche, aber fand heraus, es könnte klarer, wenn ich einfach meine gewünschte Ergebnis zeigen. So,
cbind(dfL, TF = c(FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, TRUE,
TRUE, TRUE, TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE, FALSE))
# A tibble: 90 x 4
# Groups: id, shift [9]
id shift PM TF
<dbl> <chr> <dbl> <lgl>
1 0 PM01 NA FALSE
2 0 PM01 -3 FALSE
3 0 PM01 NA FALSE
4 0 PM01 -2 FALSE
5 0 PM01 -1 FALSE
6 0 PM01 1 FALSE
7 0 PM01 NA FALSE
8 0 PM01 NA FALSE
9 0 PM01 NA FALSE
10 0 PM01 -2 FALSE
# ... with 80 more rows