在下面的例子中,我想知道010
序列的數量,或者1010
序列的數量。以下是一個可行的例子;如何計算兩個觀察二進制組合的數量?
x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)
在這個例子中,010
序列的數量將是6和1010
序列的數量將是4。
什麼。將計數連續序列的數目的最有效的/簡單的方法?
在下面的例子中,我想知道010
序列的數量,或者1010
序列的數量。以下是一個可行的例子;如何計算兩個觀察二進制組合的數量?
x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)
在這個例子中,010
序列的數量將是6和1010
序列的數量將是4。
什麼。將計數連續序列的數目的最有效的/簡單的方法?
另一種解決辦法是這樣的:
library(stringr)
x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)
xx = paste0(x, collapse = "")
str_count(xx, '(?<=010)')
[1] 6
str_count(xx, '(?<=1010)')
[1] 4
由於@Pierre Lafortune在這是可以做到的評論指出,不使用任何套餐:
length(gregexpr("(?<=010)", xx, perl=TRUE)[[1]])
[1] 6
嘿,這很酷!我很快就需要學習這個軟件包! :)我正忙着嘗試使用base R –
@ joel.wilson,這對於計算這樣的事情非常方便。 – Kristofersen
這兩種情況下的輸出都不正確 –
邏輯:取一個你正在搜索的模式長度的substr並將其與該模式進行比較。
xx = paste0(x, collapse = "")
# [1] "1001000111001010101010"
# case 1 :
xxx = "010"
sum(sapply(1:(length(x)-nchar(xxx)+1), function(i) substr(xx,i,i+nchar(xxx)-1)==xxx))
# [1] 6
# case 2 :
xxx = "1010"
# [1] 4
斷線的方式:
f = function(x, patt){
if (length(x) == length(patt)) return(as.integer(x == patt))
w = head(seq_along(x), 1L-length(patt))
for (k in seq_along(patt)) w <- w[ x[w + k - 1L] == patt[k] ]
w
}
length(f(x, patt = c(0,1,0))) # 6
length(f(x, patt = c(1,0,1,0))) # 4
替代品。從@ cryo11,還有一種方法:
function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt))))
或另一種變化:
function(x,patt) sum(!colSums(xor(patt, t(embed(x,length(patt))))))
或data.table:
library(data.table)
setkey(setDT(shift(x, seq_along(patt), type = "lead")))[as.list(patt), .N]
(該shift
功能非常相似embed
。 )
R介紹了在3.3.0中的函數。使用這種和substring
,我們可以實現@ joel.wilson的方法
sum(startsWith(substring(paste(x, collapse=""),
head(seq_along(x), -2), tail(seq_along(x), -2)), "010"))
這裏,substring
構建三個字符相鄰集和startsWith
測試如果每個這些是一樣的「010」。然後將TRUE值相加在一起。
這適用於第一種情況'sum(diff(diff(x))== -2)',但有人可以檢查它是否在任何地方失敗。 –