过滤与事件第一次和最后一次发生相关的数据

Question

我有一个实验数据框，其中向参与者显示刺激，并连续测量时间。

# reprex
df <- 
    tibble(stim = c(NA, NA, NA, NA, "a", "b", NA, "c", NA, "d", NA, NA, NA),
           time = 0:12)
# A tibble: 13 x 2
   stim   time
   <chr> <int>
 1 NA        0
 2 NA        1
 3 NA        2
 4 NA        3
 5 a         4
 6 b         5
 7 NA        6
 8 c         7
 9 NA        8
10 d         9
11 NA       10
12 NA       11
13 NA       12

我想创建一个通用解决方案，使用 tidyverse 函数 分别在第一个和最后一个标记之前 1 秒和之后 2 秒删除数据。使用 tidyverse，我认为这会起作用，但它会抛出一个无意义的错误。

df %>% 
# store times for first and last stim
    mutate(first_stim = drop_na(stim) %>% pull(time) %>% first(),
           last_stim =  drop_na(stim) %>% pull(time) %>% last()) %>% 
# filter df based on new variables
    filter(time >= first(first_stim) - 1 &
           time <= first(last_stim) + 2)
Error in mutate_impl(.data, dots) : bad value

所以我编写了一个非常丑陋的基本 r 代码来通过更改 mutate 来解决这个问题：

df2 <- df %>% 
    mutate(first_stim = .[!is.na(.$stim), "time"][1,1],
           last_stim = .[!is.na(.$stim), "time"][nrow(.[!is.na(.$stim), "time"]), 1])
    # A tibble: 13 x 4
       stim   time first_stim last_stim
       <chr> <int> <tibble>   <tibble> 
     1 NA        0 4          9        
     2 NA        1 4          9        
     3 NA        2 4          9        
     4 NA        3 4          9        
     5 a         4 4          9        
     6 b         5 4          9        
     7 NA        6 4          9        
     8 c         7 4          9        
     9 NA        8 4          9        
    10 d         9 4          9        
    11 NA       10 4          9        
    12 NA       11 4          9        
    13 NA       12 4          9

现在我只需要根据新变量 first_stim - 1 和 last_stim + 2 进行过滤。但是过滤器也失败了：

df2 %>% 
    filter(time >= first(first_stim) - 1 &
           time <= first(last_stim) + 2)
Error in filter_impl(.data, quo) : 
  Not compatible with STRSXP: [type=NULL].

我可以在 base R 中做到这一点，但它真的很难看：

df2[(df2$time >= (df2[[1, "first_stim"]] - 1)) & 
    (df2$time <= (df2[[1, "last_stim"]] + 2))    
    ,]

所需的输出应如下所示：

# A tibble: 13 x 2
   stim   time
   <chr> <int>
 4 NA        3
 5 a         4
 6 b         5
 7 NA        6
 8 c         7
 9 NA        8
10 d         9
11 NA       10
12 NA       11

我认为这些错误与 dplyr::nth() 和相关函数有关。而且我发现了一些与此行为相关的旧问题，但应该不再存在 https://github.com/tidyverse/dplyr/issues/1980 如果有人能强调问题所在，以及如何以整洁的方式做到这一点，我将不胜感激。

Answer 1

我们可以创建非 NA 值的累积和，然后找到我们遇到第一个非 NA 值和最后一个非 NA 值的行索引。然后我们根据要求 select 行。（-1 从开始和 +2 从结束）。

library(tidyverse)
df %>%
   mutate(count_cumsum = cumsum(!is.na(stim))) %>%
   slice((which.max(count_cumsum == 1) -1):(which.max(count_cumsum) + 2)) %>%
   select(-count_cumsum)

#  stim   time
#  <chr> <int>
#1 NA        3
#2 a         4
#3 b         5
#4 NA        6
#5 c         7
#6 NA        8
#7 d         9
#8 NA       10
#9 NA       11

只是想了解一下 count_cumsum 的外观：

df %>%
   mutate(count_cumsum = cumsum(!is.na(stim)))
 # A tibble: 13 x 3
 # stim   time count_cumsum
 # <chr> <int>        <int>
 #1 NA        0            0
 #2 NA        1            0
 #3 NA        2            0
 #4 NA        3            0
 #5 a         4            1
 #6 b         5            2
 #7 NA        6            2
 #8 c         7            3
 #9 NA        8            3
#10 d         9            4
#11 NA       10            4
#12 NA       11            4
#13 NA       12            4

Answer 2

您可以结合使用 is.na 和 which...

library(dplyr)

df <- 
  tibble(stim = c(NA, NA, NA, NA, "a", "b", NA, "c", NA, "d", NA, NA, NA),
         time = 0:12)

df %>% 
  filter(row_number() >= first(which(!is.na(stim))) - 1 & 
         row_number() <= last(which(!is.na(stim))) + 2)

# # A tibble: 9 x 2
#   stim   time
#   <chr> <int>
# 1 NA        3
# 2 a         4
# 3 b         5
# 4 NA        6
# 5 c         7
# 6 NA        8
# 7 d         9
# 8 NA       10
# 9 NA       11

你也可以让你的第一次尝试稍微修改一下......

df %>% 
  mutate(first_stim = first(drop_na(., stim) %>% pull(time)),
         last_stim =  last(drop_na(., stim) %>% pull(time))) %>% 
  filter(time >= first(first_stim) - 1 &
           time <= first(last_stim) + 2)

过滤与事件第一次和最后一次发生相关的数据

Filtering data relative to first and last occurance of an event

r

dplyr

tidyverse

data-munging