删除满足特定模式的数据帧的相邻行的集合-R

Question

我在12/19发布了这个问题。我收到了一个非常有帮助的答复，但与我所寻找的不完全相同。然后这个问题被三个人以需要进一步关注的规范结束。说明表明我可以更新问题或发布新问题，但在对其进行编辑以使其更加集中之后，它仍然处于关闭状态。所以，我再次发布它。

这里是已编辑问题的链接，包括更简洁的数据集（曾是一个关键评论）：Identifying a specific pattern in several adjacent rows of a single column - R

但是，如果不允许链接，则为内容：

我需要从数据中删除一组特定的行。在我们的调查（自动电话调查）中，调查工具将在呼叫期间尝试三次，以提示被调查者输入答复。问题三个超时后，调查工具挂断。当呼叫转到某人的语音信箱时，通常会发生这种情况。

我想在发生这种情况时识别该模式，以便将其从计算通话时间中删除。

我正在寻找的模式在“交互”列中看起来像这样：

不必介绍。它可以是调查的任何部分，它会提示响应者三次响应，但是没有提供响应，因此呼叫失败。但是，必须将其夹在“应答”（电话接听）和“超时。呼叫失败”之间。 （失败）。

我确实尝试将我从昨天的解决方案（关于游程长度编码）中学到的知识应用于我的其他索引问题，但我丝毫没有使它起作用。所以，我在这里。

这是示例数据集：

这是4位受访者，调查工具与受访者（实质上是他们的电话）之间的每一次互动。

以下是数据框的代码：This goes to a Google Drive text editor with the code

我从瑞·巴拉达斯（Rui Barradas）得到的答复是：

removeRows <- function(X, col = "Interaction", 
                       ans = "Answer", 
                       fail = c("Timeout. Call failed.", "Partial", "Enqueueing call"))
{  
  a <- grep(ans, X[[col]])
  f <- which(X[[col]] %in% fail)
  a <- a[findInterval(f, a)]

  for(i in seq_along(a)){
    X[[col]][a[i]:f[i]] <- NA_character_
  }
  Y <- X[complete.cases(X), , drop = FALSE]
  Y
}

removeRows(survey_data)

但是，此解决方案范围太广。我只需要特别删除只进行3次尝试以提示响应但没有提供响应的行。因此，提示是Intro且没有响应，因此超时，最终呼叫失败。

谢谢！

Answer 1

我通常会使用dplyr软件包。我敢肯定，如果需要，可以将该方法修改为使用base R，但dplyr具有预制的功能，可以使其更容易使用。代码中的注释以说明其功能。

df2 <- df %>%
  # Find any entry where there were three timeouts evenly spaced afterwards and set TRUE.
  # You can add other conditions here if needed (to check even leading values).
  mutate(triple_timeout = ifelse(
    lead(Interaction,n=1) == "Timeout" & 
      lead(Interaction,n=3) == "Timeout" & 
      lead(Interaction,n=5) == "Timeout",
    TRUE,
    FALSE
  )) %>%
  # Lead will have some NA values so fill those in
  mutate(triple_timeout = ifelse(is.na(triple_timeout),FALSE,triple_timeout)) %>%
  # Every triple timeout has six entries that should be true, but only the first is id'd.
  # Use an `or` logic and lag statements to set value to true for 5 entries after any TRUE
  mutate(triple_timeout = triple_timeout | 
           lag(triple_timeout,n=1) |
           lag(triple_timeout,n=2) |
           lag(triple_timeout,n=3) |
           lag(triple_timeout,n=4) |
           lag(triple_timeout,n=5)
         ) %>%
  # Lag will have some NA values to fill those in
  mutate(triple_timeout = ifelse(is.na(triple_timeout),FALSE,triple_timeout)) %>%
  # Filter out any TRUE triple_filter
  filter(!triple_timeout) %>%
  # Remove the filter column
  select(-triple_timeout)