2017-01-09 120 views
7

在下面的例子中,我想知道010序列的数量,或者1010序列的数量。以下是一个可行的例子;如何计算两个观察二进制组合的数量?

x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0) 

在这个例子中,010序列的数量将是6和1010序列的数量将是4。

什么。将计数连续序列的数目的最有效的/简单的方法?

+0

这适用于第一种情况'sum(diff(diff(x))== -2)',但有人可以检查它是否在任何地方失败。 –

回答

7

另一种解决办法是这样的:

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 

由于@Pierre Lafortune在这是可以做到的评论指出,不使用任何套餐:

length(gregexpr("(?<=010)", xx, perl=TRUE)[[1]]) 
[1] 6 
+0

嘿,这很酷!我很快就需要学习这个软件包! :)我正忙着尝试使用base R –

+0

@ joel.wilson,这对于计算这样的事情非常方便。 – Kristofersen

+3

这两种情况下的输出都不正确 –

5

逻辑:取一个你正在搜索的模式长度的substr并将其与该模式进行比较。

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 
10

断线的方式:

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。从@ cryo11,还有一种方法:

function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt)))) 

或另一种变化:

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] 

(该shift功能非常相似embed。 )

+0

+1为“无绳”方式。这里另一个:'f = function(x,patt)sum(apply(embed(x,length(patt)),1,function(x)all(!xor(x,patt))))''。这一个不需要外部'长度'。 – cryo111

+0

@ cryo111酷,从未想过使用异或!我想还有一些方法可以通过'=='使用'embed',转置/扫描以及列或者和。 – Frank

3

R介绍了在3.3.0中的函数。使用这种和substring,我们可以实现@ joel.wilson的方法

sum(startsWith(substring(paste(x, collapse=""), 
         head(seq_along(x), -2), tail(seq_along(x), -2)), "010")) 

这里,substring构建三个字符相邻集和startsWith测试如果每个这些是一样的“010”。然后将TRUE值相加在一起。