Подсчитайте длину повторов в списке в R - PullRequest
0 голосов
/ 14 апреля 2019

Я надеюсь, что этот вопрос ранее не задавался, хотя я тщательно проверил.

По сути, у меня есть набор данных, состоящий из 21980 строк и 9 столбцов.Каждая строка состоит из 4 значений: «другое», «анархия», «стабильность» и «изменение».Например, один ряд: 1 анархия стабильность анархия стабильность анархия стабильность стабильность другое

Я хотел бы получить список, который дал бы мне для каждой строки (OBJECTID) длинуповторения для каждого значения правительства (анархия, другое, стабильность, изменение "

Проиллюстрируйте это предыдущим рядом: ID1 другая анархия анархия стабильность стабильность другая стабильность

Первый элемент моегобольшой список вывода будет: «анархия» = 2, 2 (есть два повтора длины два) «стабильность» = 1, 2 (одна стабильность и один повтордлина два) другое = 1 (еще один) изменение = 0 (без изменений в этой строке)

И в принципе, я хотел бы получить это для каждой строкивсего набора данных. Код, который я придумал, следующий (к сожалению, он не работает):

matric
k <- 0

test <- list(rec)
test[[1]]$stability <- 1
test[[1]]$stability <- 2

for (j in 1: length(matric$OBJECTID)) {

  for (i in 2:8) {
    if (matric[j,i] == "stability") (
      while (matric[j,i] == matric[j,i+1]) {
        k <- k+1
        biglist[[j]]$stability <- k
        k <- i+k
      }

    )
      if (matric[j,i] == "change") (
      while (matric[j,i] == matric[j,i+1]) {
        k <- k+1
      biglist[[j]]$change <- k
      k <- i+k
      }
    )

     if (matric[j,i] == "anarchy") (
      while (matric[j,i] == matric[j,i+1]) {
        k <- k+1
        biglist[[j]]$anarchy <- k
      k <- i+k
      }
    )
         if (matric[j,i] == "other") (
      while (matric[j,i] == matric[j,i+1]) {
        k <- k+1
      biglist[[j]]$other <- k
      k <- i+k
      }
    )
  }


}

Matric - это data.frame. biglist - это пустой список с 21980 элементами и каждымЭлемент представляет собой список счетыре имени = "стабильность", "анархия", "изменение" и "другое".

Спасибо. enter image description here

Также я должен упомянуть, что нашелспособ легко получить повторы для каждого значения в строке с помощью функции rle ().Тем не менее, это не работает, так как в конце дня мне действительно нужны числа, соответствующие длине повторения для каждого значения («анархия», «изменение» и т. Д.) Для каждой строки, чтобы иметь возможность их усреднитьв дальнейшем.

Ответы [ 2 ]

1 голос
/ 14 апреля 2019

Вот решение по принципу Tidyverse, в котором мы извлекаем данные в длинную форму, затем выполняем группировку и подсчет, чтобы суммировать непрерывные повторяющиеся значения.

library(tidyverse)
# using sample data from below

df %>%
  # convert to long form to help with grouping & counting
  gather(col, val, -OBJECTID) %>%
  arrange(OBJECTID, col) %>%

  # for each OBJECTID row...
  group_by(OBJECTID) %>%
  # Assign a group to each contiguous set of vals by making
  #   a new group whenever val doesn't match the prior one
  mutate(new_grp = val != lag(val, default = ""),
         grp = cumsum(new_grp)) %>%
  ungroup() %>%

  # Count how many in each group & word within each row
  count(OBJECTID, val, grp) %>%
  # Count how many groups of each length by word & row
  count(OBJECTID, val, n) %>%
  rename(grp_length = n,
         count      = nn)
# A tibble: 103,432 x 4
   OBJECTID val       grp_length count
      <int> <chr>          <int> <int>
 1        1 anarchy            1     1
 2        1 change             1     1
 3        1 change             2     1
 4        1 other              1     1
 5        1 stability          1     1
 6        1 stability          3     1
 7        2 anarchy            1     1
 8        2 anarchy            2     1
 9        2 change             1     1
10        2 change             2     1
# … with 103,422 more rows

Это означает, что OBJECTID 1 имеет одну строку «анархии» длины 1, одну строку «изменения» длины 1 и длину 2, одну «другую» строку длины 1, одну строку «стабильности» длины один и один длиной 3.


Пример данных:

df_rows <- 21980
df_columns <- 9
set.seed(42)
df <- tibble(
        OBJECTID = rep(1:df_rows, each = df_columns),
        col = rep(paste0("c", 1:df_columns), times = df_rows),
        val = sample(c("other", "anarchy", "stability", "change"), 
      size = df_rows * df_columns, replace = TRUE)
      ) %>% spread(col, val)

> df
# A tibble: 21,980 x 10
   OBJECTID c1        c2        c3        c4        c5        c6        c7        c8        c9       
      <int> <chr>     <chr>     <chr>     <chr>     <chr>     <chr>     <chr>     <chr>     <chr>    
 1        1 change    change    anarchy   change    stability stability stability other     stability
 2        2 stability anarchy   stability change    anarchy   anarchy   change    change    other    
 3        3 anarchy   stability change    other     change    change    other     stability anarchy  
 4        4 change    anarchy   change    stability change    anarchy   stability other     change   
 5        5 other     other     change    stability anarchy   anarchy   other     change    anarchy  
 6        6 change    change    stability change    stability anarchy   anarchy   anarchy   change   
 7        7 other     stability stability other     anarchy   stability stability change    change   
 8        8 stability change    other     anarchy   change    stability other     other     other    
 9        9 other     anarchy   other     stability other     anarchy   stability other     stability
10       10 other     anarchy   stability change    stability other     other     other     anarchy 
# … with 21,970 more rows
0 голосов
/ 14 апреля 2019

Предполагая, что у вас есть фрейм данных df с 9 столбцами, который выглядит примерно так, и я правильно понял ваш вопрос

str(df)

 $ OBJECTID: Factor w/ 5 levels "1","2","3","4",..: 1 2 3 4 5
 $ REP1    : chr  "anarchy" "change" "stability" "other" ...
 $ REP2    : chr  "anarchy" "stability" "anarchy" "change" ...
 $ REP3    : chr  "other" "anarchy" "stability" "anarchy" ...
 $ REP4    : chr  "change" "stability" "change" "anarchy" ...
 $ REP5    : chr  "anarchy" "stability" "stability" "other" ...
 $ REP6    : chr  "other" "anarchy" "stability" "stability" ...
 $ REP7    : chr  "stability" "stability" "anarchy" "stability" ...
 $ REP8    : chr  "change" "anatchy" "change" "chang

Вы можете использовать tidyr, чтобы изменить его форму и сосчитать числослучаев каждого правительства для каждого OBJECTID.

library(tidyr)
df %>% 
  gather(rep, gov, 2:9) %>% 
  group_by(OBJECTID, gov) %>% 
  summarize(count = n())

вы получите что-то вроде этого

OBJECTID  gov       count
1        anarchy    3       
1        change     2       
1        other      2       
1        stability  1       
2        anarchy    3       
2        change     1       
2        stability  4       
3        anatchy    2
...