У меня есть фрейм данных, как показано ниже. Я хочу переупорядочить фрейм данных на основе столбца «Точка останова».

Ожидаемый результат должен быть таким, как показано ниже

С помощью этого примера данных:

 df <- data.frame(
    Range1 = c(1, 2, 3, 5, 10, 12, 16, 20, 21, 28, 33),
    Range2 = c(2, 3, 5, 10, 12, 16, 20, 21, 28, 33, 40),
    Breakpoint = c("", "", "", "Y", "", "Y", "", "", "Y", "", ""))
  

Решение с вырезанием конечных битов является:

Сначала отрежьте висячие биты:

  df2 = df[1:max(which(df$Breakpoint=="Y")),]
  

Затем определите длину каждой группы:

 > rgroup=rle(rev(cumsum(rev(df2$Break=="Y"))))$lengths
  

Получить, где находятся Y:

 > Ypos = which(df2$Breakpoint=="Y")
  

Создайте вектор индекса, который представляет собой позиции Y минус обратную последовательность от 1 до длины фрагмента. Подмножество:

 > df2[rep(Ypos, rgroup) - unlist(lapply(rgroup,function(x){1:x}))  1,]
  Range1 Range2 Breakpoint
4      5     10          Y
3      3      5           
2      2      3           
1      1      2           
6     12     16          Y
5     10     12           
9     21     28          Y
8     20     21           
7     16     20       
  

При необходимости добавьте оборванные биты обратно.

[редактировать — добавлена новая версия выше. Код ниже для исторических целей]

Моя старая версия была такой и имела дело с оборванными битами:

 > group=rev(cumsum(rev(df$Break=="Y")))
> rbind(do.call(rbind,lapply(split(df[group>0,],-group[group>0]),function(x){x[nrow(x):1,,drop=FALSE]}))[,c("Range1","Range2")],df[max(which(df$Break=="Y")),1:2,drop=FALSE],df[group==0,1:2])
  

и получаем:

      Range1 Range2
-3.4      5     10
-3.3      3      5
-3.2      2      3
-3.1      1      2
-2.6     12     16
-2.5     10     12
-1.9     21     28
-1.8     20     21
-1.7     16     20
9        21     28
10       28     33
11       33     40
  

Если вам не нравятся имена строк, удалите их. Использует только базовые функции R.

Я не уверен, работает ли это, если после последнего разрыва нет конечного значения, но вы плохо указали проблему, если это может произойти.

Бонусная аннотированная версия:

 > group=rev(cumsum(rev(df$Break=="Y")))
  

Это создает вектор, который начинается с 0 для последней строки и увеличивается каждый раз, когда он находит Y. Переверните это, чтобы получить группирующую переменную для блоков до каждого Y.

Этот бит не будет работать, если cutpaste из-за комментариев, которые я собираюсь сделать:

 > rbind(

# we need to bind three things. The reversed chunks, the last break point and   
# the trailing stuff:

      do.call(

# the trailing stuff is the rbind of the reversed chunks:

          rbind,

#           split the data into a list of chunks 

             lapply(
               split(df[group>0,],-group[group>0]),

     # reverse them

                  function(x){x[nrow(x):1,,drop=FALSE]}
     # and only take the columns we need:
        ))[,c("Range1","Range2")],
  # this is the last Y
      df[max(which(df$Break=="Y")),1:2,drop=FALSE],

  # this is the trailing rows, get them in order they appear:

      df[group==0,1:2])
  

Подобное аннотирование позволило мне увидеть некоторые оптимизации, которые можно было бы внести, но на данный момент это все.

В зависимости от размера вашего data.frame это может быть достигнуто вручную с помощью цикла for .

 BreakPoints <- which(!is.na(DF$`break point`))
if(length(breakPoints) > 0){
    startIndex <- 1 #Startindex tells me where i should point the breakPoint
    for(i in breakPoints){ #Iterate over breakpoints
        #Put the break point at the startIndex row 
        DF[startIndex:i,] <- DF[c(i, startIndex:(i-1), ] 
        #Update the placement as the next block 
        startIndex <- i   1
    }
}
  

если ваши данные большие, вероятно, существует более эффективный метод. В общем случае подмножество via [<-.dataframe выполняется медленно по сравнению с другими методами. Начальный оптимизатор мог бы просто преобразовать приведенный выше код в data.table формат, где подмножество выполняется намного быстрее.