R语言判断向量内数值连续存在及dplyr行过滤方法

现有基础测试代码如下：

avector <- c(1,2,3,4,5)
num1 <- 1
num2 <- 2
num3 <- 3

num1%in%avector & num2%in%avector
# 运行返回 TRUE

需要实现和上述%in%写法风格一致的判断逻辑：仅当多个指定值在目标向量中处于连续相邻位置时，才返回TRUE，预期效果：

• num1和num2在向量中位置相邻，判断返回TRUE
• num1和num3在向量中间隔一个值，判断返回FALSE

# 预期返回FALSE
num1%in%avector & num3%in%avector

该判断逻辑需要直接嵌入dplyr的filter()函数做数据行过滤，原有仅判断值存在的过滤代码如下：

bonus_dat %>%
  filter(lower %in% strata[[1]] & upper %in% strata[[1]])

之前尝试的位置差判断代码未得到预期结果，失败代码如下：

bonus_dat %>%
  filter((lower %in% strata[[1]] & upper %in% strata[[1]] & (( which(strata[[1]] == lower) - which(strata[[1]] == upper)) == 1)  ))

优先提供可直接用于dplyr行过滤场景的可用方案。

可直接运行以下代码加载测试数据：

library(dplyr)
bonus_dat <- structure(list(strata = list(c(0, 25, 100, 500, 1000, 1e+06), 
    c(0, 25, 100, 500, 1000, 1e+06), c(0, 25, 100, 500, 1000, 
    1e+06), c(0, 25, 100, 500, 1000, 1e+06), c(0, 25, 100, 500, 
    1000, 1e+06), c(0, 25, 100, 500, 1000, 1e+06)), lower = c(0L, 
25L, 100L, 500L, 500L, 1000L), upper = c(25L, 100L, 500L, 1000L, 
1000000L, 1000000L), value = c(1,3,4,6,2,1)), class = c("grouped_df", "tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -6L), groups = structure(list(
    upper = c(25L, 100L, 500L, 1000L, 1000000L), .rows = structure(list(
        1L, 2L, 3L, 4L, 5:6), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -5L), .drop = TRUE))

之前代码失效的核心原因是which()默认对整列做运算，没有按行匹配对应的值和strata向量，导致索引计算错误。

写法1：rowwise行式运算（逻辑直观易读） #

直接按行计算两个值在strata中的位置差，差的绝对值为1即为相邻：

bonus_dat %>%
  rowwise() %>%
  filter(
    lower %in% strata[[1]],
    upper %in% strata[[1]],
    abs(which(strata[[1]] == lower) - which(strata[[1]] == upper)) == 1
  ) %>%
  ungroup()

该写法和基础场景的判断逻辑完全对齐：

• 基础测试中num1=1、num2=2在向量中索引差为1，返回TRUE
• 基础测试中num1=1、num3=3在向量中索引差为2，返回FALSE

写法2：mapply向量化运算（性能更优） #

如果数据量较大，可直接用mapply做行级映射，避免rowwise的性能损耗：

bonus_dat %>%
  filter(
    mapply(\(l, u, s) {
      l %in% s & u %in% s & abs(which(s == l) - which(s == u)) == 1
    }, lower, upper, strata)
  )

两种写法运行后都会过滤掉测试集中lower=500、upper=1e6这对不相邻的行，返回其余5条符合相邻要求的记录。

内容的提问来源于stack exchange，提问作者Tom