如何将Run Length Encoding(RLE)转换后的观测数据转为常规表格数据集

我有通过**游程编码（Run Length Encoding，RLE）**生成的观测数据，示例代码如下：

set.seed(1)
make_data <- function() {
  series <- rnorm(sample(10:50,1)) |> cumsum() |> sign()
  accelerometry::rle2(series, indices = T)
}

my_obs <- lapply(1:5, \(x) make_data())
names(my_obs) <- paste("observation", 1:length(my_obs))

运行后得到的观测数据结果：

my_obs

$`observation 1`
     value start stop length
[1,]    -1     1    3      3
[2,]     1     4    5      2
[3,]    -1     6    6      1
[4,]     1     7   30     24

$`observation 2`
     value start stop length
[1,]     1     1    5      5
[2,]    -1     6    8      3
[3,]     1     9   30     22

$`observation 3`
     value start stop length
[1,]     1     1   30     30

$`observation 4`
     value start stop length
[1,]    -1     1    1      1
[2,]     1     2   12     11
[3,]    -1    13   15      3
[4,]     1    16   30     15

$`observation 5`
     value start stop length
[1,]    -1     1    1      1
[2,]     1     2    9      8
[3,]    -1    10   30     21

请问如何将这些数据转换为常规表格形式的数据集，且保证不丢失任何信息？若不了解游程编码，可查看帮助文档：?rle、?accelerometry::rle2

解决方案 #

由于每个观测包含多个游程编码段，要保留所有信息的常规表格形式应为长格式表格：每行对应一个游程段，同时标记所属的观测。以下提供两种实现方式：

方法1：使用tidyverse工具包

library(tidyverse)

# 定义转换函数
convert_rle_to_table <- function(rle_list) {
  rle_list %>%
    imap_dfr(function(mat, obs_name) {
      # 将矩阵转为数据框，添加观测名称列
      as.data.frame(mat) %>%
        mutate(observation = obs_name)
    }) %>%
    # 调整列顺序，将观测标识列放在最前
    select(observation, everything())
}

# 执行转换
my_obs_table <- convert_rle_to_table(my_obs)

# 查看结果
print(my_obs_table)

方法2：使用基础R实现

# 遍历每个观测，转换为带标识的数据框后合并
my_obs_table <- do.call(rbind, lapply(names(my_obs), function(obs_name) {
  df <- as.data.frame(my_obs[[obs_name]])
  df$observation <- obs_name
  return(df)
}))

# 调整列顺序
my_obs_table <- my_obs_table[, c("observation", "value", "start", "stop", "length")]

# 查看结果
print(my_obs_table)

两种方法最终得到的表格都完整保留了原始数据的value（游程值）、start（起始位置）、stop（结束位置）、length（游程长度）信息，同时通过observation列标记每个游程段所属的观测。

内容的提问来源于stack exchange，提问作者mr.T