私は、列内の位置（これはSNP /ゲノミクスの仕事です）を表す値を持つデータセットを持っています。欠損データによって表される範囲を計算する - R
私は欠けているデータの各伸びの距離を計算する方法を見つけようとしています（以下「ギャップ」といいます）。例えば。 1466-1650 = 184
また、連続観測の伸びを計算することもできますが、最初の問題を把握すると比較的簡単になると思います。例えば。 1450-1466 = 16
は、ここでデータが編成されている方法の例です：
1450
1466
NA
NA
1650
1654
1943
NA
2568
ネクタイ私の次の問題は、データセット内のすべてのサンプルを分析しようとするとこの質問 - 各サンプルをループ - see my question here
rle機能（ランレングスエンコーディング）を使用してこれを行うことができます。このような何か...
vec <- c(1450,1466,NA,NA,1650,1654,1943,NA,2568) #your data
rl <- rle(is.na(vec)) #rle on whether values are NA
これは
rl
Run Length Encoding
lengths: int [1:5] 2 2 3 1 1
values : logi [1:5] FALSE TRUE FALSE TRUE FALSE
ので、あなたはギャップがこの
gaps <- vec[cumsum(rl$lengths)[rl$values]+1] - #upper bound of each NA group
vec[c(1,cumsum(rl$lengths))[rl$values]] #lower bound
gaps
[1] 184 625
がうまくいけば、このような何かが助けるください
は非空の行を選択し、最初のインデックスを除くデータにそれらを添付し、その後、それらの違いを見つけます。
nonEmptyRows<-which(!is.na(df$data))
df[nonEmptyRows[-1], "gaps"]<-diff(df$data[nonEmptyRows])
data gaps
1450 NA
1466 16
NA NA
NA NA
1650 184
1654 4
1943 289
NA NA
2568 625
おかげのように長さをうまくすることができますを生成！ギャップ長（すなわち、NA後の最初の値 - たとえば184）および連続長（4 + 289）を別々の列に抽出する方法はありますか？ – krepsen
ありがとう！私は連続して別の列を作成しようとしています：rl2 < - rle（！is.na（df $ data））#rleは値がNAではないかどうかについて - しかし、私はcumsumを働かせることはできません。 ？ – krepsen
これを必要とする人には、PS単体の観測値はNAと報告されているので、それを見てください： cont < - df $ data [cumsum（r2 $ lengths）[r2 $値]] - #upper_bound df $ data [cumsum（ r2 $ lengths）[r2 $値] -1] #lower_bound – krepsen