R语言滑动窗口统计排除孤立1的连续1总个数实现问题

实现代码（基于你已使用的data.table包） #

你可以直接运行以下完整代码得到预期结果：

library(data.table)

# 1. 原始数据及你已完成的转置处理
df <- data.frame(row_id = c(100, 101, 102, 103, 104, 105, 106, 107, 108, 109),
                 row_id2 = c(1000,2000,3000,4000,5000,6000,7000,8000,9000,10000),
                 col1 = c(1,0,1,1,1,0,0,1,1,0),
                 col2 = c(1,1,1,0,0,1,1,1,0,0),
                 col3 = c(0,0,1,0,0,1,1,1,1,0),
                 col4 = c(1,1,1,0,0,1,0,1,1,1),
                 col5 = c(1,1,1,0,1,0,1,0,0,1))

# 转置时注意pos列用数值型NA，避免后续逻辑判断报错
df_tr <- transpose(df, keep.names = "row_name")
setDT(df_tr)
df_tr$pos <- c(NA_real_, NA_real_, 1000, 1156, 4629, 8208, 10000)

# 2. 构造滑动窗口：起始1000、步长1000、窗口大小2000，覆盖到10000
win_start <- seq(1000, 9000, by = 1000)
windows <- data.table(
  win_name = paste0("window", seq_along(win_start)),
  start = win_start,
  end = win_start + 2000
)

# 3. 自定义统计函数：统计单个样本每个窗口内符合要求的1的总数
count_ones <- function(sample_val, col_pos, windows) {
  dt <- data.table(val = sample_val, pos = col_pos)
  sapply(1:nrow(windows), function(i) {
    # 筛选当前窗口内的位点，按pos排序保证连续判断正确
    win_dt <- dt[pos >= windows$start[i] & pos <= windows$end[i]][order(pos)]
    if(nrow(win_dt) == 0) return(0)
    # 用游程编码识别连续1序列，仅累加长度≥2的序列的1总数
    rle_res <- rle(win_dt$val)
    sum(rle_res$lengths[rle_res$values == 1 & rle_res$lengths >= 2], na.rm = T)
  })
}

# 4. 提取col前缀行的pos和所有样本的取值，批量计算
col_rows <- grep("^col", df_tr$row_name, value = T)
col_pos <- df_tr[row_name %in% col_rows, pos]
sample_mat <- df_tr[row_name %in% col_rows, !c("row_name", "pos")]

# 批量计算所有样本的窗口统计值
win_res <- t(apply(sample_mat, 2, count_ones, col_pos = col_pos, windows = windows))
colnames(win_res) <- windows$win_name

# 5. 拼接得到最终结果表
final_res <- cbind(df[, c("row_id", "row_id2")], win_res)
print(final_res)

结果验证 #

运行后得到的final_res和你给出的示例输出完全一致，前4行如下：

核心逻辑说明 #

• 用rle()游程编码识别连续1序列，自动过滤长度为1的孤立1，符合你的统计要求
• 窗口区间判断采用左闭右闭规则，保证pos=10000的位点能被最后一个窗口覆盖
• 所有计算都是向量化操作，即使后续样本量或位点量增加，运行效率也有保障

内容的提问来源于stack exchange，提问作者user1490