如何检查一列是否为 r 中的重复故意序列？

如何解决如何检查一列是否为 r 中的重复故意序列？

我有一个数据框 (mdata -> 2106796 x 3)，其中有一列名为“wavelength”。此列具有从 350 到 1349、1401 到 1799 和 1951 到 2999 的数字序列（从 350 到 2999 排除了一些数字）。我正在随机检查数据，我观察到特定“ID”的某些“波长”向后计数，从 2999 到 350（上面提到的所有缺失数字）。我找到了一种使用以下代码克服此问题的方法： mdata <- mdata %>% arrange(targt_ID,wavelength)

现在我想检查（例如：TRUE 或 FALSE）我是否仍然有一些正常格式或反向的“波长”序列（这对其他相同的数据帧很有用）。

这是我的数据的样子（大部分）：

目标 ID	ID	波长
1	c1	350
1	c1	351
1	c1	352
1	c1	...
1	c1	2998
1	c1	2999
2	c2	350
2	c2	351
2	c2	352
2	c2	...
2	c2	2998
2	c2	2999
........	..	....

这是我的数据的样子（在特定的“ID”中）：

目标 ID	ID	波长
46	t5	2999
46	t5	2998
46	t5	2997
46	t5	...
46	t5	351
46	t1	350
47	t7	2999
47	t7	2998
47	t7	2997
47	t7	...
47	t7	351
47	t7	350
........	..	....

任何帮助将不胜感激。

解决方法

您可以相信 arrange() 正在为您提供您想要的结果。如果您想仔细检查，请参阅以下代码：

library(tidyverse)

# Create some unsorted data,resembling your original data.
unsorted_data <-
  tibble(ID = gl(5,3),value = sample(350:2999,15))

# Here we create a "lagged" variable of the values,that lets us compare  
# the value in each row with the value of the previous row. `going_up` stores
# the result of the conditional of `value` being bigger than `lagged` (previous value.).

unsorted_data %>% 
  group_by(ID) %>% 
  mutate(lagged = lag(value),going_up = value > lagged) %>% 
  filter(!is.na(going_up)) %>% # Filter out the first row for each ID.
  pull(going_up) %>% 
  all()
#> [1] FALSE

由于某些值小于 前一行中的值。

FALSE

第二个结果的计算结果为 sorted_data <- unsorted_data %>% arrange(ID,value) sorted_data %>% group_by(ID) %>% mutate(lagged = lag(value),going_up = value > lagged) %>% filter(!is.na(going_up)) %>% pull(going_up) %>% all() #> [1] TRUE 意味着一行中的每个值都是 高于前一行中的值，在一个 ID 的值范围内。