identifizieren Reihe von fortlaufenden Nummern innerhalb ID und Segment

Question

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.

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 

Answer 1

Unabhängig von der Effizienz, könnten Sie dies tun; Ausgehend von dfL, eine neue Gruppe, die aufeinanderfolgende variable NA oder nicht NA s Chunks identifizieren, und dann die Spalte Bedingung hinzuzufügen, indem die Bedingungen innerhalb der einzelnen Chunk prüft:

dfL %>% 
    group_by(g = cumsum(is.na(PM) != lag(is.na(PM), default=0)), add=T) %>% 
    mutate(TF = n() >= 4 && all(c(-1,1) %in% PM)) %>% 
    ungroup() %>% select(-g) 

# A tibble: 90 x 4 
#  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 TRUE 
# 5  0 PM01 -1 TRUE 
# 6  0 PM01  1 TRUE 
# 7  0 PM01  2 TRUE 
# 8  0 PM01 NA FALSE 
# 9  0 PM01 NA FALSE 
#10  0 PM01 -2 FALSE 
# ... with 80 more rows