R：如何复制列，以便如果原始行x中的“TRUE”，则复制行x-250到x 250中的“TRUE”？

Question

我希望这个问题提清楚！我已经看过很多关于循环和if\u else子句等的指南，但还没有找到答案。

我试图在一大组txt文件中找到出现大量（比如说5个）关键字的段落。示例关键字为“运动”和“原因”。我的数据是整齐的（txt文件已被拆分，因此每行有一个单词），我使用正则表达式添加了列（每个关键字一个），如果行包含关键字，则显示“TRUE”，否则为false。现在为了找到感兴趣的段落，我想在同一行中复制每一列，并且在这些行的上面和下面的250行中显示“TRUE”。例如，当行包含单词“motion”时，我想复制表示“TRUE”的列，这样在新列中，围绕单词“motion”的500个单词也为“TRUE”（即，单词所在行上下各250行）。这样我就可以很容易地检查是否有任何行中所有复制的列都是真的，这表明有一个500字的段落中出现了我的所有关键字。

我曾尝试学习并以各种方式使用循环来制作这些复制的列，但到目前为止，我还没有取得任何成功。这就是我最近的尝试，但它似乎只是将相同的行指定为“TRUE”250次，而不是将接下来的250行指定为“TRUE”。（它还发出错误消息“Problem with'mutate（）'input'copied\u column”。subscript out of bound i input'copied\u column'是'case\u when（…）'。”）

n <-1
corpus <- corpus #>#
    mutate(copied_column = case_when(
      str_detect(original_column, "TRUE") ~ (repeat{
        n <- n+1
        str_detect(orginal_column, "FALSE")
        if (n == 250) {
          break
        }
       })
    ))

如果任何人有任何建议，他们将是最受欢迎的。如果你知道我可能应该使用的任何功能，或者如果你知道如何正确使用上面例子中的功能，那将对我有很大帮助。

Answer 1

也许下面的函数可以解决这个问题。用假数据测试。

segmentTRUE <- function(X, y, dist){
  f <- function(y, n, d){
    from <- max(1, y - d)
    to <- min(n, y + d)
    from:to
  }
  y <- deparse(substitute(y))
  w <- which(X[[y]])
  i <- Reduce(union, mapply(f, w, MoreArgs = list(n = nrow(X), d = dist)))
  X[i, y] <- TRUE
  X[[y]]
}

生成一些数据并以3种不同的方式运行函数，其中两种方式在magrittr管道中。

x <- rep(FALSE, 5e1)
x[c(2, 10, 35, 47)] <- TRUE
df1 <- data.frame(words = rep(letters, length.out = 5e1), x)
head(df1)
d <- 5

segmentTRUE(df1, x, d)
df1 %>% segmentTRUE(x, d)
df1 %>% mutate(x = segmentTRUE(., x, d))

当nrow（df1）==1e4时，以下函数比Reduce版本快几个数量级。

segmentTRUE2 <- function(X, y, dist){
  f <- function(y, n, d){
    max(1, y - d):min(n, y + d)
  }
  y <- deparse(substitute(y))
  w <- which(X[[y]])
  i <- unique(unlist(mapply(f, w, MoreArgs = list(n = nrow(X), d = dist))))
  X[i, y] <- TRUE
  X[[y]]
}

identical(segmentTRUE(df1, x, d), segmentTRUE2(df1, x, d))
#[1] TRUE