在R中计算A列TRUE值对应前后B、C列最近TRUE值的行号差

示例数据（可直接运行） #

dta <- data.frame(
  Date = as.Date(c("2045-01-01", "2045-01-02", "2045-01-03", "2045-01-04", "2045-01-05", "2045-01-06")),
  Temp = c(2.666667, 5.095833, 7.445833, 12.050000, 15.162500, 7.716667),
  A = c(FALSE, FALSE, TRUE, TRUE, TRUE, TRUE),
  B = c(FALSE, TRUE, TRUE, TRUE, TRUE, TRUE),
  C = c(FALSE, FALSE, FALSE, FALSE, TRUE, FALSE)
)

实现函数 #

calculate_diff <- function(df) {
  # 1. 获取A列所有TRUE值的行索引
  a_indices <- which(df$A)
  
  # 2. 对每个A的位置，向前查找最近的B的TRUE索引
  get_prev_b <- function(pos) {
    b_candidates <- which(df$B[1:pos])
    if (length(b_candidates) == 0) NA else max(b_candidates)
  }
  i_vec <- sapply(a_indices, get_prev_b)
  
  # 3. 对每个A的位置，向后查找最近的C的TRUE索引
  get_next_c <- function(pos) {
    c_candidates <- which(df$C[pos:nrow(df)])
    if (length(c_candidates) == 0) NA else (pos + c_candidates[1] - 1)
  }
  j_vec <- sapply(a_indices, get_next_c)
  
  # 4. 整理结果：生成结果表 + 给原数据添加差值列
  result_table <- data.frame(
    A_row_index = a_indices,
    nearest_B_index = i_vec,
    nearest_C_index = j_vec,
    diff_j_i = j_vec - i_vec
  )
  
  df$diff_j_i <- NA
  df$diff_j_i[a_indices] <- j_vec - i_vec
  
  return(list(result_table = result_table, updated_data = df))
}

运行与查看结果 #

# 执行函数
output <- calculate_diff(dta)

# 查看单独的差值结果表
print(output$result_table)
# 查看带差值列的原数据
print(output$updated_data)

关键逻辑解释 #

• which(df$A)：快速定位A列中所有TRUE值的行索引，是后续操作的基础。
• get_prev_b：针对每个A的位置，只检索该位置及之前的行，筛选出B为TRUE的索引后取最大值（即最近的前一个B的位置），无匹配时返回NA。
• get_next_c：针对每个A的位置，检索该位置及之后的行，筛选出C为TRUE的索引后取最小值，再转换为原数据的全局索引，无匹配时返回NA。
• 最终同时生成结构化的结果表和带差值列的原数据，满足不同分析需求。

内容的提问来源于stack exchange，提问作者Manan Singh