如何在R中标记DuchenneMarker列中至少10个连续的1？

你之前尝试的stats::filter()和dplyr::filter()不适合这个需求——前者是时间序列滤波工具，后者是行筛选函数，都无法直接识别并标记连续重复的1。下面是几种可行的解法：

方法1：原生rle()函数（高效简洁） #

rle()是R处理连续重复值的原生函数，专门解决这类游程编码问题：

# 假设你的数据框名为df
df$DuchenneSmiles <- 0

# 生成游程编码：得到每个连续值的长度和对应值
rle_obj <- rle(df$DuchenneMarker)

# 筛选出值为1且长度≥10的游程索引
target_runs <- which(rle_obj$values == 1 & rle_obj$lengths >= 10)

# 计算这些游程在原数据中的位置范围
run_starts <- cumsum(c(1, rle_obj$lengths[-length(rle_obj$lengths)]))[target_runs]
run_ends <- run_starts + rle_obj$lengths[target_runs] - 1

# 将对应位置标记为1
for (i in seq_along(target_runs)) {
  df$DuchenneSmiles[run_starts[i]:run_ends[i]] <- 1
}

方法2：dplyr窗口函数（适配tidyverse工作流） #

如果习惯用tidyverse工具链，可以通过分组连续相同值来实现：

library(dplyr)

df <- df %>%
  # 生成分组ID：每当DuchenneMarker值变化时，分组ID递增
  mutate(group_id = cumsum(DuchenneMarker != lag(DuchenneMarker, default = first(DuchenneMarker)))) %>%
  group_by(group_id) %>%
  mutate(
    # 计算当前组的长度
    run_length = n(),
    # 标记符合条件的行
    DuchenneSmiles = ifelse(DuchenneMarker == 1 & run_length >= 10, 1, 0)
  ) %>%
  ungroup() %>%
  # 可选：清理临时列
  select(-group_id, -run_length)

暴力解法（滑动窗口遍历） #

如果想手动实现逻辑（适合小数据集），可以用滑动窗口检查每个位置的后续10个值：

df$DuchenneSmiles <- 0
window_len <- 10
total_rows <- nrow(df)

for (i in 1:(total_rows - window_len + 1)) {
  # 检查当前窗口内是否全为1
  if (all(df$DuchenneMarker[i:(i + window_len - 1)] == 1)) {
    # 标记窗口内所有位置为1
    df$DuchenneSmiles[i:(i + window_len - 1)] <- 1
  }
}
# 注：如果有超过10个连续的1，后续位置会被循环覆盖标记，比如11个连续1的第11个位置会在i=2时被标记

内容的提问来源于stack exchange，提问作者Jan