R查找连续符合条件数值起始位置的报错解决方案

报错原因 #

• 循环边界溢出：你设置的循环遍历范围是向量的全部索引，当遍历到最后一个元素时，访问i+1位置的元素会超出向量长度，得到NA值，if语句无法对NA执行布尔判断，因此抛出对应错误。
• 逻辑不匹配需求：当前代码仅判断相邻两个元素的大小，没有统计连续满足条件的元素个数，也没有校验是否达到连续3个的要求，即使修复报错也无法得到目标结果。

实现代码 #

循环版本（易理解） #

该版本通过计数连续满足条件的元素个数，匹配到目标长度时直接返回起始位置：

find_consecutive_start <- function(distribution_input, target_length = 3, threshold = 7) {
  input_len <- length(distribution_input)
  # 输入长度不足直接返回NA
  if (input_len < target_length) {
    return(NA)
  }
  current_streak <- 0
  for (i in 1:input_len) {
    if (distribution_input[i] > threshold) {
      current_streak <- current_streak + 1
      # 达到连续长度要求时计算起始位置并返回
      if (current_streak == target_length) {
        return(i - target_length + 1)
      }
    } else {
      # 不满足条件时重置连续计数
      current_streak <- 0
    }
  }
  # 没有匹配到符合要求的序列返回NA
  return(NA)
}

测试调用：

data_frame <- c(1, 7, 8, 4, 3, 7, 8, 8, 9, 3)
find_consecutive_start(data_frame)
# 输出结果为7，对应连续3个大于7的序列[8,8,9]的起始位置
# 如果你需要的是大于等于7的判断条件，将代码中的> threshold改为>= threshold，返回结果为6

向量化版本（更简洁） #

用base R的向量化操作实现，代码更短：

find_consecutive_start_vec <- function(distribution_input, target_length = 3, threshold = 7) {
  input_len <- length(distribution_input)
  if (input_len < target_length) return(NA)
  # 生成每个起始位置对应的连续序列是否满足条件的逻辑向量
  match_cond <- sapply(1:(input_len - target_length + 1), function(start) {
    all(distribution_input[start:(start + target_length - 1)] > threshold)
  })
  # 返回第一个匹配的位置，无匹配返回NA
  return(which(match_cond)[1])
}

内容的提问来源于stack exchange，提问作者John Green