我正在寻找一种创建一些掩码的解决方案，可以根据某些条件来删除一些数据（例如data.frame中的行），例如：
a <- c(0,0,0,3,5,6,3,0,0,0,4,5,8,5,0,0,0,0,0)
mask <- a == 0
mask
[1] TRUE TRUE TRUE FALSE FALSE FALSE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE
在我的实际问题中，这种削减太苛刻了，我想进行一些平滑的过渡。这个想法：我想在非零之前包含一些零，并在非零之后添加一些零。简单方法：如果有此向量，我想将与FALSE相邻的每个TRUE切换为FALSE，这会向数据添加重叠的公差范围。所以代替
a[!mask]
[1] 3 5 6 3 4 5 8 5
我宁愿有类似
a[!mask]
[1] 0 3 5 6 3 0 0 4 5 8 5 0
或（增加公差窗口的大小）
a[!mask]
[1] 0 0 3 5 6 3 0 0 0 4 5 8 5 0 0
在最后一种情况下，中间出现三个零，因为从左到右的公差开始重叠。我的问题是：有没有一个好的方法，如何编写一个函数来创建具有重叠公差的蒙版？
[编辑]对我来说，有一段时间我意识到了我最初的问题中的错误（感谢@tospig）在我最初的帖子中，我完全把中间的零数字弄错了！对困惑感到抱歉。因此，为澄清起见：在公差窗口为1的情况下，中间确实应该有两个零：一个来自右串有效数据，一个来自左串有效数据。对困惑感到抱歉！
因此，尽管@tospig提供了非常酷的方法（我必须牢记），但@agenis提供的解决方案却完美地解决了我的问题！
最佳答案
我想我将使用3阶的经典移动平均线，该移动平均线将“非零”简单地向左扩展为一个，向右扩展为一个。就这么简单。您只需要弄清楚如何处理向量的第一个点和最后一个点，然后将其转换为NA（在我的示例中，将它们设为零）。
然后，您将获得所需的结果（对于更大的蒙版，请选择5而不是3的顺序）：
a <- c(0,0,0,3,5,6,3,0,0,0,4,5,8,5,0,0,0,0,0)
library(forecast)
a.ma <- ma(a, 3)
a.ma[is.na(a.ma)] <- 0
mask <- a.ma == 0
a[!mask]
#### [1] 0 3 5 6 3 0 0 4 5 8 5 0
然后，您可以轻松地将这段代码转换为一个函数。
[编辑]此方法无法确保保留零总数（请参阅其他注释以澄清OP初始问题）
关于r - R:按照具有重叠公差的条件移除间隔，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35571790/