如何在data.frame中为兴趣点前后n行和m行标记兴趣块？

你可以通过按Id分组后，基于行位置直接判断每行是否落在任意兴趣点的前n、后m区间内的方式实现，完全支持n≠m的场景，且逻辑清晰、操作简便，纯tidyverse/dplyr实现。

步骤1：构造示例数据（可替换为你的真实数据） #

library(tidyverse)

set.seed(123)
df <- tibble(
  Id = rep(1:2, each = 10),
  Time = rep(1:10, 2), # 时间列，确保按时间顺序排列
  Interesting = c(0,0,1,0,0,0,1,0,0,0, 0,1,0,0,0,0,0,1,0,0)
)

步骤2：核心实现代码 #

设置你需要的n（前n行）和m（后m行），按Id分组后逐行判断：

n <- 2 # 兴趣点前2行
m <- 3 # 兴趣点后3行

df_processed <- df %>%
  # 先确保每个Id下的时间序列是按时间排序的（关键）
  arrange(Id, Time) %>%
  group_by(Id) %>%
  mutate(
    # 标记兴趣块：判断当前行是否在任意兴趣点的[-n, +m]范围内
    Block = as.integer(sapply(row_number(), function(r) {
      # 获取当前分组中所有兴趣点的行号
      interest_pos <- which(Interesting == 1)
      # 若当前分组无兴趣点，直接返回0
      if (length(interest_pos) == 0) {
        FALSE
      } else {
        any(r >= (interest_pos - n) & r <= (interest_pos + m))
      }
    }))
  ) %>%
  ungroup()

步骤3：封装为可复用函数（可选） #

如果需要多次调用，可以封装成函数，适配不同的列名：

mark_interest_blocks <- function(data, id_col, time_col, interest_col, n, m) {
  data %>%
    arrange({{id_col}}, {{time_col}}) %>%
    group_by({{id_col}}) %>%
    mutate(
      Block = as.integer(sapply(row_number(), function(r) {
        interest_pos <- which({{interest_col}} == 1)
        length(interest_pos) > 0 && any(r >= (interest_pos - n) & r <= (interest_pos + m))
      }))
    ) %>%
    ungroup()
}

# 调用示例
df_processed <- mark_interest_blocks(df, Id, Time, Interesting, n=2, m=3)

方法优势 #

• 完全支持n≠m的灵活设置，没有对称限制
• 逻辑直观，直接基于行位置判断，无需调整平滑参数和阈值
• 纯tidyverse生态实现，和你现有的数据分析流程兼容

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