查找索引编号

Question

问题的两个部分：

Q1

说我有这样的载体：以

y1 <- c(1:4,3,4:7,5,8:15) 
y1 
[1] 1 2 3 4 3 4 5 6 7 5 8 9 10 11 12 13 14 15 

我想从这个向量中提取一个连续数字的向量，从最小的数字开始。对于y1这里我期待这样的：

y_result=1:15 
y_result 
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 

我想使用is.unsorted()但到目前为止，我的技能是失败了我。这是我迄今的尝试。子集向量：

while (is.unsorted(y1) == TRUE) { 
    y1 <- y1[which(diff(y1) > 0)] 
} 
y1 
[1] 1 2 3 4 5 5 8 9 10 11 12 13 

这确实的确产生了一个未排序的向量。然而，那令人讨厌的五人正在造成各种各样的破坏。我看到我的diff()方法是如何解决问题的，但我不知道如何纠正它。为了清楚起见，我想提取连续的数字，放下任何不符合要求的数字。

Q2

对于上述提取，如何将一个提取原始数据而不是原始值的索引值。所以，在这个例子中，我一直在寻找的回报：

>extract_function() 
1,2,3,4,7,8,9,11,12,13,14,15,16,17,18 

的这里的想法是，我可以使用这些索引数字从原来的数据帧或向量中提取数据。我无法使用match或%in%，因为它会返回多个条件匹配的情况。在下面的例子中，讨厌的5个重新出现因为y2比赛5〜5二者在df1$y1：

df1=data.frame(y1=c(1:4,3,4:7,5,8:15), res=rnorm(y1)) 
    y2=df1$y1 


    while (is.unsorted(y2, strictly=TRUE) == TRUE) { 
    y2 <- y2[which(diff(y2) > 0)] 
    } 

    df1[df1$y1 %in% y2,] 

    y1   res 
1 1 -0.24592395 
2 2 -1.23183844 
3 3 0.39394734 
4 4 0.53695526 
5 3 -1.76993425 
6 4 0.14429303 
7 5 -0.01816061 
10 5 -0.83691178 
11 8 0.27537953 
12 9 -0.61817703 
13 10 -2.17678870 
14 11 -0.74117904 
15 12 -0.70320352 

Answer 1

这是一种使用累加减少先找到索引，则该值的溶液中。

consec <- function(x) { 
    idx <- unique(Reduce(function(p,i) if(x[i] == x[p]+1) i else p, seq_along(x), acc=TRUE)) 
    list(idx=idx, val=x[idx]) 
} 

这是通过保持连续最后条目的索引值的轨道，只有当一个新的连续编号来更新它。因此，我们必须筛选最终答案的唯一索引。

随着例子，

consec(c(1:4,3,4:7,5,8:15)) 

$idx 
[1] 1 2 3 4 7 8 9 11 12 13 14 15 16 17 18 

$val 
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 

---

如果你不是说连续（如为1的整数差），而是严格递增，然后

ord <- function(x) { 
    idx <- unique(Reduce(function(p,i) if(x[i] > x[p]) i else p, seq_along(x), acc=TRUE)) 
    list(idx=idx, val=x[idx]) 
} 


ord(y1) 

$idx 
[1] 1 2 3 4 7 8 9 11 12 13 14 15 16 17 18 

$val 
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 


y2 <- c(1.097, 1.101, 1.12, 1.12, 1.12, 1.151, 1.201, 1.245, 1.293, 1.379, 
     1.482, 1.555, 1.616, 1.669, 1.719, 1.78, 1.842, 1.91, 1.949, 1.959,  
     1.955, 1.939, 1.911, 1.899, 1.903, 1.908, 1.922, 1.918, 1.907, 1.893, 
     1.88, 1.877, 1.884, 1.895, 1.903, 1.914, 1.917, 1.913, 1.905, 1.9) 

ord(y2) 

$idx 
[1] 1 2 3 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 

$val 
[1] 1.097 1.101 1.120 1.151 1.201 1.245 1.293 1.379 1.482 1.555 1.616 1.669 
[13] 1.719 1.780 1.842 1.910 1.949 1.959