删除R中给定列中具有某个连续值的所有行

Question

我有一个数据框，我们称之为 DF，我需要删除某些行。数据框与以下示例非常相似。

|Symbol |   Date    | Volume |
|----------------------------|
|A      |2014-01-01 | 0      |
|A      |2014-01-02 | 0      |
|A      |2014-01-03 | 0      |
|A      |2014-01-04 | 1      |
|B      |2014-01-01 |45      |
|B      |2014-01-02 |0       |
|B      |2014-01-03 |34      |
|B      |2014-01-04 |45      |

例如，如果在 Volume 列中存在等于或大于 365 个相对于日期的连续数量的零，即，如果对于符号 A 有 365 个，我需要删除包含符号 A 的所有行盒子体积中连续的零，如果数据是按时间顺序组织的，那么我必须删除所有包含符号A的行；对于该栏中的所有符号，依此类推。我希望能让自己被理解。

我还需要计算根据该标准我必须消除多少个和哪些符号，但我还没有成功。我尝试过这行代码：

count(which(sum(DF$Volume==0)>365))

Answer 1

使用

dplyr

和

rleid

中的

data.table

辅助函数，我们将为

Symbol

组内的连续值添加分组 ID，并计算该分组内的行数：

library(dplyr)
DF <- DF %>% 
  group_by(Symbol) %>%
  mutate(consec_id = data.table::rleid(Volume)) %>%
  group_by(Symbol, consec_id) %>%
  mutate(n_consec = n())

# count how many to be eliminated
DF %>% group_by(symbol) %>%
  summarize(sum(ifelse(any(n_consec > 365 & Volume == 0), 1, 0)))

# actually removing them
DF %>% group_by(symbol) %>%
 filter(!any(n_consec > 365 & Volume == 0))