Как найти самую длинную повторяющуюся последовательность в столбце tibble? - PullRequest
Новая
       125

Как найти самую длинную повторяющуюся последовательность в столбце tibble?

2 голосов
/ 07 ноября 2019

Я обновил свой вопрос, потому что мне нужна еще одна колонка в моей выходной таблице.

У меня есть следующий тиббл: 

library(tibble)

my_tbl <- tribble(
  ~year, ~event_id, ~winner_id, 
  2011,      "A",     4322,
  2012,      "A",     4322,
  2013,      "A",     4322,
  2014,      "A",     5478,
  2015,      "A",     4322,
  2011,      "B",     4322,
  2012,      "B",     7893,
  2013,      "B",     7893,
  2014,      "B",     2365,
  2015,      "B",     3407,
  2011,      "C",     5556,
  2012,      "C",     5556,
  2013,      "C",     1238,
  2014,      "C",     2391,
  2015,      "C",     2391,
  2011,      "D",     4219,
  2012,      "D",     7623,
  2013,      "D",     8003,
  2014,      "D",     2851,
  2015,      "D",     0418
)

Я хотел бы узнать больше побед встрока по идентификатору события. Результат, который я ищу, будет выглядеть следующим образом:

results_summary_tbl <- tribble (~ event_id, ~ most_wins_in_a_row, ~ number_of_winners, ~ winners, ~ years, "A", 3, 1, "4322",«4322 = (2011, 2012, 2013)», «C», 2, 2, «5556, 2391», «5556 = (2011, 2012), 2391 = (2014, 2015)», «B», 2,1, «7893», «7893 = (2012, 2013)», «D», 1, 5, «4219, 7623, 8003, 2851, 0418», «4219 = (2011), 7623 = (2012), 8003= (2013), 2851 = (2014), 0418 = (2015) ") </p>

спасибо

Ответы [ 2 ]

2 голосов
/ 07 ноября 2019

Один dplyr параметр может быть: 

my_tbl %>%
 add_count(event_id, rleid = cumsum(winner_id != lag(winner_id, default = first(winner_id)))) %>%
 group_by(event_id) %>%
 summarise(most_wins_in_a_row = max(n),
           number_of_winners = n_distinct(winner_id[n == max(n)]),
           winners = paste0(unique(winner_id[n == max(n)]), collapse = ","))

  event_id most_wins_in_a_row number_of_winners winners                
  <chr>                 <int>             <int> <chr>                  
1 A                         3                 1 4322                   
2 B                         2                 1 7893                   
3 C                         2                 2 5556,2391              
4 D                         1                 5 4219,7623,8003,2851,418
1 голос
/ 07 ноября 2019

Один из вариантов получения самого длинного смежного аналогичного элемента после группировки по 'event_id' - с помощью rle. Возвращает list из lengths и соответствующий values. Создавая логично. выражение с max 'длинами', подмножество 'значений', а также получить длины 

library(dplyr)
library(purrr)
my_tbl %>% 
   group_by(event_id) %>%
   summarise(rl = list(rle(winner_id)),
            most_wins_in_a_row =  map_int(rl, ~ max(.x$lengths)),
            number_of_winners = map2_int(rl, most_wins_in_a_row, 
                 ~ sum(.x$lengths == .y)), 
           winners = map2_chr(rl, most_wins_in_a_row, 
               ~ toString(.x$values[.x$lengths == .y]))) %>%
   select(-rl)
# A tibble: 4 x 4
#  event_id most_wins_in_a_row number_of_winners winners                    
#  <chr>                 <int>             <int> <chr>                      
#1 A                         3                 1 4322                       
#2 B                         2                 1 7893                       
#3 C                         2                 2 5556, 2391                 
#4 D                         1                 5 4219, 7623, 8003, 2851, 418
...