按条件统计数据框布尔列中允许插入少量TRUE的连续FALSE周期长度

要实现你需要的统计逻辑，核心是先识别出连续10行及以上的TRUE段作为分割边界，再将原序列按这些边界拆分成多个子段，每个子段的总长度就是符合条件的FALSE周期长度（子段内可包含连续不超过10行的TRUE）。以下是基于data.table的实现步骤：

单向量处理示例（针对你的示例向量a） #

library(data.table)

# 示例向量
a <- c(FALSE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE,TRUE, TRUE,TRUE, TRUE,TRUE, TRUE, FALSE, FALSE)

# 1. 给连续相同值的行分配分组ID
dt <- data.table(a = a)
dt[, rleid_id := rleid(a)]

# 2. 汇总每个分组的类型（TRUE/FALSE）和长度
group_stats <- dt[, .(is_true = first(a), group_length = .N), by = rleid_id]

# 3. 标记分割边界：连续10行及以上的TRUE组
group_stats[, is_split := is_true & group_length >= 10]

# 4. 给非分割组分配块ID（分割组不参与统计）
group_stats[, block_id := ifelse(is_split, NA_integer_, cumsum(shift(is_split, fill = FALSE)) + 1)]

# 5. 按块ID汇总每个周期的总长度
result <- group_stats[!is_split, .(period_length = sum(group_length)), by = block_id]

# 提取结果向量
result_vec <- result$period_length
print(result_vec)
# 输出：[1] 9 2

多列数据框处理 #

如果你的数据框包含多列布尔数据，可以封装成函数批量处理：

library(data.table)

# 示例数据框
df <- data.table(
  a = c(FALSE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE,TRUE, TRUE,TRUE, TRUE,TRUE, TRUE, FALSE, FALSE),
  b = c(FALSE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE,TRUE, TRUE,TRUE, TRUE,TRUE, TRUE, FALSE, TRUE)
)

# 定义处理单列的函数，返回周期数量和长度列表
process_col <- function(x) {
  dt <- data.table(val = x)
  dt[, rleid_id := rleid(val)]
  group_stats <- dt[, .(is_true = first(val), group_length = .N), by = rleid_id]
  group_stats[, is_split := is_true & group_length >= 10]
  group_stats[, block_id := ifelse(is_split, NA_integer_, cumsum(shift(is_split, fill = FALSE)) + 1)]
  result <- group_stats[!is_split, .(period_length = sum(group_length)), by = block_id]
  list(period_count = nrow(result), period_lengths = result$period_length)
}

# 应用到数据框的每一列
column_results <- lapply(df, process_col)

# 查看结果
column_results

逻辑说明 #

1. 分组标记：用rleid()给连续相同值的行分配唯一ID，确保每个连续TRUE/FALSE段独立分组。
2. 分割边界识别：筛选出长度≥10的TRUE组，这些组是分割不同FALSE周期的边界。
3. 块ID分配：通过cumsum()和shift()，将分割边界之间的所有非分割组划分为同一个块，分割组本身不参与统计。
4. 周期长度计算：对每个块汇总所有组的长度，得到包含短TRUE的完整FALSE周期长度。

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