检查在一个向量中是否可以连续找到数字

Question

我有以下数据:

avector <- c(1,2,3,4,5)
num1 <- 1
num2 <- 2
num3 <- 3
num1%in%avector & num2%in%avector
# TRUE

我想写一个类似的代码行，如果数字可以在avector中连续找到，则仅为TRUE。

所需输出:

num1%in%avector & num2%in%avector
# TRUE
# Code similar to this:
num1%in%vector & num3%in%vector
# FALSE

<标题>

编辑:这是没有包括在原来的问题，但由于我得到了这么多的答案。

我寻找解决方案的原因是:

num1%in%vector & num3%in%vector

是因为我希望用它来过滤数据(见下面的bonus_dat):

bonus_dat %>%
filter(lower %in% strata[[1]] & upper %in% strata[[1]])

我试着应用Benson的解决方案，但没有成功:

bonus_dat %>%
filter((lower %in% strata[[1]] & upper %in% strata[[1]] & (( which(strata[[1]] == lower) - which(strata[[1]] == upper)) == 1)  ))

因此，可以用来过滤行的解决方案符合我的偏好。

<标题>数据:

library(dplyr)
bonus_dat <- structure(list(strata = list(c(0, 25, 100, 500, 1000, 1e+06), 
c(0, 25, 100, 500, 1000, 1e+06), c(0, 25, 100, 500, 1000, 
1e+06), c(0, 25, 100, 500, 1000, 1e+06), c(0, 25, 100, 500, 
1000, 1e+06), c(0, 25, 100, 500, 1000, 1e+06)), lower = c(0L, 
25L, 100L, 500L, 500L, 1000L), upper = c(25L, 100L, 500L, 1000L, 
1000000L, 1000000L), value = c(1,3,4,6,2,1)), class = c("grouped_df", "tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -6L), groups = structure(list(
upper = c(25L, 100L, 500L, 1000L, 1000000L), .rows = structure(list(
1L, 2L, 3L, 4L, 5:6), ptype = integer(0), class = c("vctrs_list_of", 
"vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -5L), .drop = TRUE))

Answer 1

在baseR中，您可以paste值来制作字符串并检查它是否存在:

grepl(paste(num1, num2, sep = ","), paste(avector, collapse = ","))
grepl(paste(num1, num3, sep = ","), paste(avector, collapse = ","))

Answer 2

我们可以用另一个表达式来检查位置差是否等于1，如果等于1，它们是连续的

(num1 %in% avector & num2 %in% avector) & (abs(which(avector == num2) - which(avector == num1)) == 1)
[1] TRUE
(num1 %in% avector & num3 %in% avector) & (abs(which(avector == num3) - which(avector == num1)) == 1)
[1] FALSE

Answer 3

您可以添加一个额外的AND语句:abs(diff(match(c(x1, x2), vec))) == 1L

is.consec <- function(x1, x2, vec) {
x1 %in% vec & x2 %in% vec & abs(diff(match(c(x1, x2), vec))) == 1L
}
is.consec(num1, num2, avector)
# [1] TRUE
is.consec(num1, num3, avector)
# [1] FALSE

定义自定义函数is.consec()不是必需的，但它使代码更整洁。

---

下面的测试返回FALSE，因为6不包含在avector中。

is.consec(5, 6, avector)
# [1] FALSE

---

这个方法可以很容易地用来过滤数据:

bonus_dat %>%
rowwise() %>% 
filter(is.consec(lower, upper, strata)) %>%
ungroup()
# # A tibble: 5 × 4
#   strata    lower   upper value
#   <list>    <int>   <int> <dbl>
# 1 <dbl [6]>     0      25     1
# 2 <dbl [6]>    25     100     3
# 3 <dbl [6]>   100     500     4
# 4 <dbl [6]>   500    1000     6
# 5 <dbl [6]>  1000 1000000     1

Answer 4

如何将它们粘贴在一起并使用str_detect?这样做的优点是很容易扩展到任意数量的数字。

library(stringr)
str_detect(paste0(avector, collapse=""), paste0(c(num1, num2, num3), collapse=""))

[1] TRUE

Answer 5

foo <- function(x) {
for (i in 1L:(length(x) - 2L)) {
if (x[i] == num1 && x[i + 1L] == num2 && x[i + 2L] == num3) return(TRUE)
}  
}
foo(avector)
# [1] TRUE

Answer 6

avector <- c(1,2,3,4,5)
num1 <- 1
num2 <- 2
num3 <- 3
diff(which(avector %in% c(num1, num2))) == 1
# TRUE
diff(which(avector %in% c(num1, num3))) == 1
# FALSE

或带有错误处理

avector <- c(1, 2, 3, 4, 5)
num1 <- 1
num2 <- 2
num3 <- 3
num4 <- 6
fun <- function(vec, nums) {
if (!all(nums %in% avector)) stop("not all numbers are present in the vector")
diff(which(vec %in% nums)) == 1)
}
fun(avector, c(num1, num2))
# [1] TRUE
fun(avector, c(num1, num3))
# [1] FALSE
fun(avector, c(num1, num4))
# Error in fun(avector, c(num1, num4)) : 
#   not all numbers are present in the vector

Answer 7

bonus_dat %>% rowwise() %>% filter(match(upper, strata) - match(lower, strata) == 1L)

似乎奏效了。

library(dplyr)
bonus_dat <- data.frame(lower = c(0L, 25L, 100L, 500L, 500L, 1000L, 400L),
upper = c(25L, 100L, 500L, 1000L, 1000000L, 1000000L, 500L),
value = c(1,3,4,6,2,1,0))
bonus_dat$strata <- list(c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06),
c(0, 25, 100, 500, 1000, 1e+06))
bonus_dat <- bonus_dat[, c(4, 1:3)]
bonus_dat %>% rowwise() %>% filter(match(upper, strata) - match(lower, strata) == 1L)
#>                           strata lower   upper value
#> 1 0, 25, 100, 500, 1000, 1000000     0      25     1
#> 2 0, 25, 100, 500, 1000, 1000000    25     100     3
#> 3 0, 25, 100, 500, 1000, 1000000   100     500     4
#> 4 0, 25, 100, 500, 1000, 1000000   500    1000     6
#> 5 0, 25, 100, 500, 1000, 1000000  1000 1000000     1