如何将向量中的相邻时间段连字符连接到分组字符串中

Question

假设我有一个年-周序列:

s <- c('2020 WK 01', '2021 WK 41', '2021 WK 42', '2021 WK 43', '2021 WK 45')

我想在一个plot标题中显示给用户，但是结果标题太长了。我的想法是将相邻的年-周连字符，例如我期望的结果:

title <- "2020 WK 01, 2021 WK 41 - 43, 2021 WK 45"

在R中是否有一种习惯的方法来做到这一点?

Answer 1

这是一个基本R选项-

#Get the week number
week_number <- as.numeric(sub('.*WK\s+', '', s))
#If the weeks are consecutive group them in one
#get the week number from last value and paste it to first value.
unname(tapply(s, cumsum(c(TRUE, diff(week_number) > 1)), function(x) {
if(length(x) > 1) paste(x[1], sub('.*WK\s+', '', x[length(x)]), sep = '-')
else x
}))
#[1] "2020 WK 01"    "2021 WK 41-43" "2021 WK 45"  

---

上面的代码对于同一年的数据工作得很好，但是如果输入跨越多个年份，则返回不正确的输出，因为它没有考虑年份值。我们可以扩展同样的逻辑，包括year值。我使用了tidyverse库，因为它很容易使用。

library(dplyr)
library(tidyr)
s = c('2020 WK 40', '2021 WK 41', '2021 WK 42', '2021 WK 43', '2022 WK 44')
tibble(s) %>%
separate(s, c('YEAR', 'WEEK_NUM'), sep = '\s*WK\s*', 
convert = TRUE, remove = FALSE) %>%
arrange(YEAR, WEEK_NUM) %>%
group_by(YEAR, group = cumsum(c(TRUE, diff(WEEK_NUM) > 1))) %>%
summarise(title = if(n() > 1) paste(first(s), last(WEEK_NUM), sep = '-') else s) %>%
pull(title)
#[1] "2020 WK 40"    "2021 WK 41-43" "2022 WK 44"