計算日誌中唯一值的總和R

Question

我有一個三列數據框：timestamp，key，按時間排序的事件。

ts,key,event 
3,12,1 
8,49,1 
12,42,1 
46,12,-1 
100,49,1 

由此，我想創建一個時間戳的數據幀（所有的唯一鍵 - 與累積和0，直到給定的時間戳所有的唯一密鑰）的所有獨特的按鍵劃分，直到相同的時間戳。例如。對於上述示例中的結果應該是：

ts,prob 
3,1 
8,1 
12,1 
46,2/3 
100,2/3 

我最初的一步是計算由關鍵分組的cumsum：

items = data.frame(ts=c(3,8,12,46,100), key=c(12,49,42,12,49), event=c(1,1,1,-1,1)) 
sumByKey = ddply(items, .(key), transform, sum=cumsum(event)) 

在第二（和最後）步驟i迭代sumByKey與用於並且使用向量跟蹤所有唯一鍵和所有唯一鍵的總和爲0，例如if(!(k %in% uniqueKeys) uniqueKeys = append(uniqueKeys, key)。概率是使用這兩個向量導出的。

最初，我嘗試使用plyr來解決第二步，但是我想避免重新計算sumByKey中每行的某個時間戳的唯一鍵。我缺少的是從傳遞給ddply的函數中引用外部變量的方法。或者，（或更多功能），使用傳遞迴該函數的累加器，例如函數（acc，x）acc + x。

是否有可能以更好的方式解決第二步， ddply？

Answer 1

如果我的理解是正確的，那麼這應該這樣做：

items = data.frame(ts=c(3,8,12,46,100), key=c(12,49,42,12,49), event=c(1,1,1,-1,1)) 

# numbers of keys that sum to zero, no ddply necessary 
nzero <- cumsum(ave(items$event,items$key,FUN=cumsum)==0) 

# number of unique keys at a given timepoint 
nunique <- rep(F,length(items$key)) 
nunique[match(unique(items$key),items$key)] <- T 
nunique <- cumsum(nunique) 

# makes : 
items$p <- (nunique-nzero)/nunique 

items 
    ts key event   p 
1 3 12  1 1.0000000 
2 8 49  1 1.0000000 
3 12 42  1 1.0000000 
4 46 12 -1 0.6666667 
5 100 49  1 0.6666667 

Answer 2

如果您的問題只是計算時間，我敢打賭更好的想法是將您的算法實現爲C塊;您可以首先使用R將密鑰轉換爲整數間隔（as.numeric(factor(...))），然後使用C中的布爾數組輕鬆快速地獲取唯一的密鑰號。請記住，plyr和標準R *pply都不比循環快得多（當然，提供兩者都沒有令人尷尬的錯誤）。