valores - vector de ceros en r
Obtener índices de un vector de números en otro vector (9)
Un punto de referencia sobre las respuestas publicadas:
Cargue los paquetes necesarios:
library(data.table)
library(microbenchmark)
library(Rcpp)
library(zoo)
Crear un vector con el que se ejecutarán los puntos de referencia:
set.seed(2)
vl <- sample(1:10, 1e6, TRUE)
vm <- vl[1:1e5]
vs <- vl[1:1e4]
x <- c(2,3,5)
Probar si todas las soluciones dan el mismo resultado en el vector pequeño
vs
:
> all.equal(jaap1(vs,x), jaap2(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), docendo(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), a5c1(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), jogo1(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), moody(vs,x))
[1] "Numeric: lengths (24, 873) differ"
> all.equal(jaap1(vs,x), cata1(vs,x))
[1] "Numeric: lengths (24, 0) differ"
> all.equal(jaap1(vs,x), u989(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), frank(vs,x))
[1] TRUE
> all.equal(jaap1(vs,x), symb(vs,x))
[1] TRUE
> all.equal(jaap1(vs, x), symbOpt(vs, x))
[1] TRUE
Una inspección más profunda de las soluciones
cata1
y de
moody
descubre que no dan el resultado deseado.
Por lo tanto, no se incluyen en los puntos de referencia.
El punto de referencia para el vector más pequeño vs:
mbs <- microbenchmark(jaap1(vs,x), jaap2(vs,x), docendo(vs,x), a5c1(vs,x),
jogo1(vs,x), u989(vs,x), frank(vs,x), symb(vs,x), symbOpt(vs, x),
times = 100)
da:
print(mbs, order = "median") Unit: microseconds expr min lq mean median uq max neval symbOpt(vs, x) 40.658 47.0565 78.47119 51.5220 56.2765 2170.708 100 symb(vs, x) 106.208 112.7885 151.76398 117.0655 123.7450 1976.360 100 frank(vs, x) 121.303 129.0515 203.13616 132.1115 137.9370 6193.837 100 jaap2(vs, x) 187.973 218.7805 322.98300 235.0535 255.2275 6287.548 100 jaap1(vs, x) 306.944 341.4055 452.32426 358.2600 387.7105 6376.805 100 a5c1(vs, x) 463.721 500.9465 628.13475 516.2845 553.2765 6179.304 100 docendo(vs, x) 1139.689 1244.0555 1399.88150 1313.6295 1363.3480 9516.529 100 u989(vs, x) 8048.969 8244.9570 8735.97523 8627.8335 8858.7075 18732.750 100 jogo1(vs, x) 40022.406 42208.4870 44927.58872 43733.8935 45008.0360 124496.190 100
El punto de referencia para el vector medio
vm
:
mbm <- microbenchmark(jaap1(vm,x), jaap2(vm,x), docendo(vm,x), a5c1(vm,x),
jogo1(vm,x), u989(vm,x), frank(vm,x), symb(vm,x), symbOpt(vm, x),
times = 100)
da:
print(mbm, order = "median") Unit: microseconds expr min lq mean median uq max neval symbOpt(vm, x) 357.452 405.0415 974.9058 763.0205 1067.803 7444.126 100 symb(vm, x) 1032.915 1117.7585 1923.4040 1422.1930 1753.044 17498.132 100 frank(vm, x) 1158.744 1470.8170 1829.8024 1826.1330 1935.641 6423.966 100 jaap2(vm, x) 1622.183 2872.7725 3798.6536 3147.7895 3680.954 14886.765 100 jaap1(vm, x) 3053.024 4729.6115 7325.3753 5607.8395 6682.814 87151.774 100 a5c1(vm, x) 5487.547 7458.2025 9612.5545 8137.1255 9420.684 88798.914 100 docendo(vm, x) 10780.920 11357.7440 13313.6269 12029.1720 13411.026 21984.294 100 u989(vm, x) 83518.898 84999.6890 88537.9931 87675.3260 90636.674 105681.313 100 jogo1(vm, x) 471753.735 512979.3840 537232.7003 534780.8050 556866.124 646810.092 100
El punto de referencia para el vector más grande
vl
:
mbl <- microbenchmark(jaap1(vl,x), jaap2(vl,x), docendo(vl,x), a5c1(vl,x),
jogo1(vl,x), u989(vl,x), frank(vl,x), symb(vl,x), symbOpt(vl, x),
times = 100)
da:
print(mbl, order = "median") Unit: milliseconds expr min lq mean median uq max neval symbOpt(vl, x) 4.679646 5.768531 12.30079 6.67608 11.67082 118.3467 100 symb(vl, x) 11.356392 12.656124 21.27423 13.74856 18.66955 149.9840 100 frank(vl, x) 13.523963 14.929656 22.70959 17.53589 22.04182 132.6248 100 jaap2(vl, x) 18.754847 24.968511 37.89915 29.78309 36.47700 145.3471 100 jaap1(vl, x) 37.047549 52.500684 95.28392 72.89496 138.55008 234.8694 100 a5c1(vl, x) 54.563389 76.704769 116.89269 89.53974 167.19679 248.9265 100 docendo(vl, x) 109.824281 124.631557 156.60513 129.64958 145.47547 296.0214 100 u989(vl, x) 1380.886338 1413.878029 1454.50502 1436.18430 1479.18934 1632.3281 100 jogo1(vl, x) 4067.106897 4339.005951 4472.46318 4454.89297 4563.08310 5114.4626 100
Las funciones utilizadas de cada solución:
jaap1 <- function(v,x) {
l <- length(x);
w <- which(rowSums(mapply(''=='', shift(v, type = ''lead'', n = 0:(length(x) - 1)), x) ) == length(x));
rep(w, each = l) + 0:(l-1)
}
jaap2 <- function(v,x) {
l <- length(x);
w <- which(Reduce("+", Map(''=='', shift(v, type = ''lead'', n = 0:(length(x) - 1)), x)) == length(x));
rep(w, each = l) + 0:(l-1)
}
docendo <- function(v,x) {
l <- length(x);
idx <- which(v == x[1]);
w <- idx[sapply(idx, function(i) all(v[i:(i+(length(x)-1))] == x))];
rep(w, each = l) + 0:(l-1)
}
a5c1 <- function(v,x) {
l <- length(x);
w <- which(colSums(t(embed(v, l)[, l:1]) == x) == l);
rep(w, each = l) + 0:(l-1)
}
jogo1 <- function(v,x) {
l <- length(x);
searchX <- function(x, X) all(x==X);
w <- which(rollapply(v, FUN=searchX, X=x, width=l));
rep(w, each = l) + 0:(l-1)
}
moody <- function(v,x) {
l <- length(x);
v2 <- as.numeric(factor(c(v,NA),levels = x));
v2[is.na(v2)] <- l+1;
which(diff(v2) == 1)
}
cata1 <- function(v,x) {
l <- length(x);
w <- which(sapply(lapply(seq(length(v)-l)-1, function(i) v[seq(x)+i]), identical, x));
rep(w, each = l) + 0:(l-1)
}
u989 <- function(v,x) {
l <- length(x);
s <- paste(v, collapse = ''-'');
p <- paste0(''//b'', paste(x, collapse = ''-''), ''//b'');
i <- c(1, unlist(gregexpr(p, s)));
m <- substring(s, head(i,-1), tail(i,-1));
ln <- lengths(strsplit(m, ''-''));
w <- cumsum(c(ln[1], ln[-1]-1));
rep(w, each = l) + 0:(l-1)
}
frank <- function(v,x) {
l <- length(x);
w = seq_along(v);
for (i in seq_along(x)) w = w[v[w+i-1L] == x[i]];
rep(w, each = l) + 0:(l-1)
}
cppFunction(''NumericVector SeqInVec(NumericVector myVector, NumericVector mySequence) {
int vecSize = myVector.size();
int seqSize = mySequence.size();
NumericVector comparison(seqSize);
NumericVector res(vecSize);
int foundCounter = 0;
for (int i = 0; i < vecSize; i++ ) {
for (int j = 0; j < seqSize; j++ ) {
comparison[j] = mySequence[j] == myVector[i + j];
}
if (sum(comparison) == seqSize) {
for (int j = 0; j < seqSize; j++ ) {
res[foundCounter] = i + j + 1;
foundCounter++;
}
}
}
IntegerVector idx = seq(0, (foundCounter-1));
return res[idx];
}'')
symb <- function(v,x) {SeqInVec(v, x)}
cppFunction(''NumericVector SeqInVecOpt(NumericVector myVector, NumericVector mySequence) {
int vecSize = myVector.size();
int seqSize = mySequence.size();
NumericVector comparison(seqSize);
NumericVector res(vecSize);
int foundCounter = 0;
for (int i = 0; i < vecSize; i++ ) {
if (myVector[i] == mySequence[0]) {
for (int j = 0; j < seqSize; j++ ) {
comparison[j] = mySequence[j] == myVector[i + j];
}
if (sum(comparison) == seqSize) {
for (int j = 0; j < seqSize; j++ ) {
res[foundCounter] = i + j + 1;
foundCounter++;
}
}
}
}
IntegerVector idx = seq(0, (foundCounter-1));
return res[idx];
}'')
symbOpt <- function(v,x) {SeqInVecOpt(v,x)}
Dado que esta es una respuesta de CW, agregaré mi propio punto de referencia de algunas de las respuestas.
library(data.table)
library(microbenchmark)
set.seed(2); v <- sample(1:100, 5e7, TRUE); x <- c(2,3,5)
jaap1 <- function(v, x) {
which(rowSums(mapply(''=='',shift(v, type = ''lead'', n = 0:(length(x) - 1)),
x)) == length(x))
}
jaap2 <- function(v, x) {
which(Reduce("+", Map(''=='',shift(v, type = ''lead'', n = 0:(length(x) - 1)),
x)) == length(x))
}
dd1 <- function(v, x) {
idx <- which(v == x[1])
idx[sapply(idx, function(i) all(v[i:(i+(length(x)-1))] == x))]
}
dd2 <- function(v, x) {
idx <- which(v == x[1L])
xl <- length(x) - 1L
idx[sapply(idx, function(i) all(v[i:(i+xl)] == x))]
}
frank <- function(v, x) {
w = seq_along(v)
for (i in seq_along(x)) w = w[v[w+i-1L] == x[i]]
w
}
all.equal(jaap1(v, x), dd1(v, x))
all.equal(jaap2(v, x), dd1(v, x))
all.equal(dd2(v, x), dd1(v, x))
all.equal(frank(v, x), dd1(v, x))
bm <- microbenchmark(jaap1(v, x), jaap2(v, x), dd1(v, x), dd2(v, x), frank(v, x),
unit = "relative", times = 25)
plot(bm)
bm
Unit: relative
expr min lq mean median uq max neval
jaap1(v, x) 4.487360 4.591961 4.724153 4.870226 4.660023 3.9361093 25
jaap2(v, x) 2.026052 2.159902 2.116204 2.282644 2.138106 2.1133068 25
dd1(v, x) 1.078059 1.151530 1.119067 1.257337 1.201762 0.8646835 25
dd2(v, x) 1.000000 1.000000 1.000000 1.000000 1.000000 1.0000000 25
frank(v, x) 1.400735 1.376405 1.442887 1.427433 1.611672 1.3440097 25
En pocas palabras: sin conocer los datos reales, todos estos puntos de referencia no cuentan toda la historia.
Supongamos que tenemos el siguiente vector:
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
Dada una secuencia de números, por ejemplo
c(2,3,5,8)
, estoy tratando de encontrar cuál es la posición de esta secuencia de números en el vector
v
.
El resultado que espero es algo así como:
FALSE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE FALSE FALSE
Estoy tratando de usar
which(v == c(2,3,5,8))
pero no me da lo que estoy buscando.
Gracias de antemano.
Aquí hay dos soluciones
Rcpp
.
El primero devuelve la ubicación de
v
que es la posición inicial de la secuencia.
library(Rcpp)
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
x <- c(2,3,5,8)
cppFunction(''NumericVector SeqInVec(NumericVector myVector, NumericVector mySequence) {
int vecSize = myVector.size();
int seqSize = mySequence.size();
NumericVector comparison(seqSize);
NumericVector res(vecSize);
for (int i = 0; i < vecSize; i++ ) {
for (int j = 0; j < seqSize; j++ ) {
comparison[j] = mySequence[j] == myVector[i + j];
}
if (sum(comparison) == seqSize) {
res[i] = 1;
}else{
res[i] = 0;
}
}
return res;
}'')
SeqInVec(v, x)
#[1] 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
Este segundo devuelve los valores de índice (según las otras respuestas) de cada entrada coincidente en la secuencia.
cppFunction(''NumericVector SeqInVec(NumericVector myVector, NumericVector mySequence) {
int vecSize = myVector.size();
int seqSize = mySequence.size();
NumericVector comparison(seqSize);
NumericVector res(vecSize);
int foundCounter = 0;
for (int i = 0; i < vecSize; i++ ) {
for (int j = 0; j < seqSize; j++ ) {
comparison[j] = mySequence[j] == myVector[i + j];
}
if (sum(comparison) == seqSize) {
for (int j = 0; j < seqSize; j++ ) {
res[foundCounter] = i + j + 1;
foundCounter++;
}
}
}
IntegerVector idx = seq(0, (foundCounter-1));
return res[idx];
}'')
SeqInVec(v, x)
# [1] 2 3 4 5 12 13 14 15
Optimizando
Como @MichaelChirico señala en su comentario, se pueden hacer más optimizaciones. Por ejemplo, si sabemos que la primera entrada en la secuencia no coincide con un valor en el vector, no necesitamos hacer el resto de la comparación
cppFunction(''NumericVector SeqInVecOpt(NumericVector myVector, NumericVector mySequence) {
int vecSize = myVector.size();
int seqSize = mySequence.size();
NumericVector comparison(seqSize);
NumericVector res(vecSize);
int foundCounter = 0;
for (int i = 0; i < vecSize; i++ ) {
if (myVector[i] == mySequence[0]) {
for (int j = 0; j < seqSize; j++ ) {
comparison[j] = mySequence[j] == myVector[i + j];
}
if (sum(comparison) == seqSize) {
for (int j = 0; j < seqSize; j++ ) {
res[foundCounter] = i + j + 1;
foundCounter++;
}
}
}
}
IntegerVector idx = seq(0, (foundCounter-1));
return res[idx];
}'')
La respuesta con puntos de referencia muestra el rendimiento de estos enfoques.
Aquí hay un enfoque
basado
en
cadenas
en la
base R
:
str <- paste(v, collapse = ''-'')
# "2-2-3-5-8-0-32-1-3-12-5-2-3-5-8-33-1"
pattern <- paste0(''//b'', paste(x, collapse = ''-''), ''//b'')
# "//b2-3-5-8//b"
inds <- unlist(gregexpr(pattern, str)) # (1)
# 3 25
sapply(inds, function(i) lengths(strsplit(substr(str, 1, i),''-''))) # (2)
# [1] 2 12
-
//bse usa para la coincidencia exacta. -
(1) Encuentra las posiciones en las que se ve el
patterndentro destr. -
(2) Recuperando los respectivos índices dentro del vector original
v.
ACTUALIZAR
En cuanto a la discusión sobre la eficiencia del tiempo de ejecución, aquí hay una solución mucho más rápida que mi primera solución:
str <- paste(v, collapse = ''-'')
pattern <- paste0(''//b'', paste(x, collapse = ''-''), ''//b'')
inds <- c(1, unlist(gregexpr(pattern, str)))
m <- substring(str, head(inds,-1), tail(inds,-1))
ln <- lengths(strsplit(m, ''-''))
cumsum(c(ln[1], ln[-1]-1))
Aquí hay una solución que aprovecha la búsqueda binaria en índices secundarios en
data.table
.
(
Gran viñeta aquí
)
Este método tiene bastante sobrecarga, por lo que no es particularmente competitivo en el vector de longitud 1e4 en el punto de referencia, pero se cuelga cerca de la parte superior del paquete a medida que aumenta el tamaño.
Me quito el sombrero ante todos los demás publicando soluciones, aprendiendo mucho de esta pregunta.
matt <- function(v,x){
l <- length(x);
SL <- seq_len(l-1);
DT <- data.table(Seq_0 = v);
for (i in SL) set(DT, j = eval(paste0("Seq_",i)), value = shift(DT[["Seq_0"]],n = i, type = "lead"));
w <- DT[as.list(x),on = paste0("Seq_",c(0L,SL)), which = TRUE];
rep(w, each = l) + 0:(l-1)
}
Benchmarking
library(data.table)
library(microbenchmark)
library(Rcpp)
library(zoo)
set.seed(2)
vl <- sample(1:10, 1e6, TRUE)
vm <- vl[1:1e5]
vs <- vl[1:1e4]
x <- c(2,3,5)
Longitud del vector 1e4
Unit: microseconds
expr min lq mean median uq max neval
symb(vs, x) 138.342 143.048 161.6681 153.1545 159.269 259.999 10
frank(vs, x) 176.634 184.129 198.8060 193.2850 200.701 257.050 10
jaap2(vs, x) 282.231 299.025 342.5323 316.5185 337.760 524.212 10
jaap1(vs, x) 490.013 528.123 568.6168 538.7595 547.268 731.340 10
a5c1(vs, x) 706.450 742.270 751.3092 756.2075 758.859 793.446 10
dd2(vs, x) 1319.098 1348.082 2061.5579 1363.2265 1497.960 7913.383 10
docendo(vs, x) 1427.768 1459.484 1536.6439 1546.2135 1595.858 1696.070 10
dd1(vs, x) 1377.502 1406.272 2217.2382 1552.5030 1706.131 8084.474 10
matt(vs, x) 1928.418 2041.597 2390.6227 2087.6335 2430.470 4762.909 10
u989(vs, x) 8720.330 8821.987 8935.7188 8882.0190 9106.705 9163.967 10
jogo1(vs, x) 47123.615 47536.700 49158.2600 48449.2390 50957.035 52496.981 10
Longitud del vector 1e5
Unit: milliseconds
expr min lq mean median uq max neval
symb(vm, x) 1.319921 1.378801 1.464972 1.423782 1.577006 1.682156 10
frank(vm, x) 1.671155 1.739507 1.806548 1.760738 1.844893 2.097404 10
jaap2(vm, x) 2.298449 2.380281 2.683813 2.432373 2.566581 4.310258 10
matt(vm, x) 3.195048 3.495247 3.577080 3.607060 3.687222 3.844508 10
jaap1(vm, x) 4.079117 4.179975 4.776989 4.496603 5.206452 6.295954 10
a5c1(vm, x) 6.488621 6.617709 7.366226 6.720107 6.877529 12.500510 10
dd2(vm, x) 12.595699 12.812876 14.990739 14.058098 16.758380 20.743506 10
docendo(vm, x) 13.635357 13.999721 15.296075 14.729947 16.151790 18.541582 10
dd1(vm, x) 13.474589 14.177410 15.676348 15.446635 17.150199 19.085379 10
u989(vm, x) 94.844298 95.026733 96.309658 95.134400 97.460869 100.536654 10
jogo1(vm, x) 575.230741 581.654544 621.824297 616.474265 628.267155 723.010738 10
Longitud del vector 1e6
Unit: milliseconds
expr min lq mean median uq max neval
symb(vl, x) 13.34294 13.55564 14.01556 13.61847 14.78210 15.26076 10
frank(vl, x) 17.35628 17.45602 18.62781 17.56914 17.88896 25.38812 10
matt(vl, x) 20.79867 21.07157 22.41467 21.23878 22.56063 27.12909 10
jaap2(vl, x) 22.81464 22.92414 22.96956 22.99085 23.02558 23.10124 10
jaap1(vl, x) 40.00971 40.46594 43.01407 41.03370 42.81724 55.90530 10
a5c1(vl, x) 65.39460 65.97406 69.27288 66.28000 66.72847 83.77490 10
dd2(vl, x) 127.47617 132.99154 161.85129 134.63168 157.40028 342.37526 10
dd1(vl, x) 140.06140 145.45085 154.88780 154.23280 161.90710 171.60294 10
docendo(vl, x) 147.07644 151.58861 162.20522 162.49216 165.49513 183.64135 10
u989(vl, x) 2022.64476 2041.55442 2055.86929 2054.92627 2066.26187 2088.71411 10
jogo1(vl, x) 5563.31171 5632.17506 5863.56265 5872.61793 6016.62838 6244.63205 10
Otros dos enfoques que utilizan la función de
shift
trom
data.table
:
library(data.table)
# option 1
which(rowSums(mapply(''=='',
shift(v, type = ''lead'', n = 0:(length(x) - 1)),
x)
) == length(x))
# option 2
which(Reduce("+", Map(''=='',
shift(v, type = ''lead'', n = 0:(length(x) - 1)),
x)
) == length(x))
ambos dan:
[1] 2 12
Para obtener un vector completo de las posiciones coincidentes:
l <- length(x)
w <- which(Reduce("+", Map(''=='',
shift(v, type = ''lead'', n = 0:(l - 1)),
x)
) == l)
rep(w, each = l) + 0:(l-1)
lo que da:
[1] 2 3 4 5 12 13 14 15
El punto de referencia que se incluyó anteriormente en esta respuesta se ha movido a una respuesta wiki comunitaria separada.
Datos usados:
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
x <- c(2,3,5,8)
Puedes usar
rollapply()
de
zoo
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
x <- c(2,3,5,8)
library("zoo")
searchX <- function(x, X) all(x==X)
rollapply(v, FUN=searchX, X=x, width=length(x))
El resultado
TRUE
muestra el comienzo de la secuencia.
El código podría simplificarse a
rollapply(v, length(x), identical, x)
(gracias a
G. Grothendieck
):
set.seed(2)
vl <- as.numeric(sample(1:10, 1e6, TRUE))
# vm <- vl[1:1e5]
# vs <- vl[1:1e4]
x <- c(2,3,5)
library("zoo")
searchX <- function(x, X) all(x==X)
i1 <- rollapply(vl, FUN=searchX, X=x, width=length(x))
i2 <- rollapply(vl, width=length(x), identical, y=x)
identical(i1, i2)
Para usar
identical()
ambos argumentos deben ser del mismo tipo (
num
e
int
no
son
lo mismo
).
Si es necesario
==
coacciona
int
a
num
;
identical()
no hace ninguna coerción.
Siento que el bucle debería ser eficiente:
w = seq_along(v)
for (i in seq_along(x)) w = w[v[w+i-1L] == x[i]]
w
# [1] 2 12
Esto debería poder escribirse en C ++ siguiendo el enfoque @SymbolixAU para una velocidad adicional.
Una comparación básica:
# create functions for selected approaches
redjaap <- function(v,x)
which(Reduce("+", Map(''=='', shift(v, type = ''lead'', n = 0:(length(x) - 1)), x)) == length(x))
loop <- function(v,x){
w = seq_along(v)
for (i in seq_along(x)) w = w[v[w+i-1L] == x[i]]
w
}
# check consistency
identical(redjaap(v,x), loop(v,x))
# [1] TRUE
# check speed
library(microbenchmark)
vv <- rep(v, 1e4)
microbenchmark(redjaap(vv,x), loop(vv,x), times = 100)
# Unit: milliseconds
# expr min lq mean median uq max neval cld
# redjaap(vv, x) 5.883809 8.058230 17.225899 9.080246 9.907514 96.35226 100 b
# loop(vv, x) 3.629213 5.080816 9.475016 5.578508 6.495105 112.61242 100 a
# check consistency again
identical(redjaap(vv,x), loop(vv,x))
# [1] TRUE
Usando la base R podrías hacer lo siguiente:
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
x <- c(2,3,5,8)
idx <- which(v == x[1])
idx[sapply(idx, function(i) all(v[i:(i+(length(x)-1))] == x))]
# [1] 2 12
Esto le dice que la secuencia exacta aparece dos veces, comenzando en las posiciones 2 y 12 de su vector
v
.
Primero verifica las posibles posiciones iniciales, es decir, donde
v
es igual al primer valor de
x
y luego recorre estas posiciones para verificar si los valores después de estas posiciones también son iguales a los otros valores de
x
.
EDITAR : algunos han notado que mi respuesta no siempre da el resultado deseado, podría solucionarlo más tarde, ¡precaución mientras tanto!
Podemos convertir
v
en factores y mantener solo valores consecutivos en nuestro vector transformado:
v2 <- as.numeric(factor(c(v,NA),levels = x)) # [1] 1 1 2 3 4 NA NA NA ...
v2[is.na(v2)] <- length(x)+1 # [1] 1 1 2 3 4 5 5 5 ...
output <- diff(v2) ==1
# [1] FALSE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE FALSE FALSE
datos
v <- c(2,2,3,5,8,0,32,1,3,12,5,2,3,5,8,33,1)
x <- c(2,3,5,8)