计算出现次数
问题描述:
我遇到以下问题。我想计算小于或等于零的值的出现次数。以下数据中的示例我有3次出现1(0,0,0),2(-1,-2),3(0,0)。 R中是否有函数的构建来计算连续出现的次数。计算出现次数
a <- c(2,4,5,3,2,4,7,0,0,0,4,3,2,-1,-2,3,2,0,0,4)
答
可以使用rle
:
> sum(rle(a<=0)$values)
[1] 3
说明:
rle
断载体引入运行其是> 0或< = 0。$values
要么true
或false
这取决于是否或者没有相应的运行符合谓词(a <= 0
)或其否定。你想对应的值TRUE
的运行,如果要算次操作,值低于零的号码的功能sum
要挟那些TRUE
s到1
答
:这给
sum(rle(a <= 0)$values)
:
[1] 3
这是如何工作:
- 使用
rle
函数可创建a <= 0
的游程长度编码。 -
的
rle(a <= 0)
输出是:Run Length Encoding lengths: int [1:7] 7 3 3 2 2 2 1 values : logi [1:7] FALSE TRUE FALSE TRUE FALSE TRUE ...
-
现在,你只需要求和
rle
-object值部分:> sum(rle(a <= 0)$values) [1] 3
答
使用rle
接受的答案是好的,但这里的另一种方式来做到这一点:
b <- a <= 0
sum(b) - sum(b[which(b) - 1])
此计数非正元件的数量,并减去的多少的这些是由非正元件前面(所以只有非阳性的每次运行的开始结束了贡献计数。)
我做了一个快速测试,发现它对于大型载体(1000万到300万个元素)运行速度快几倍。
v1 <- function(a) sum(rle(a<=0)$values)
v2 <- function(a) {
b <- a <= 0
sum(b) - sum(b[which(b) - 1])
}
v1.time <- NULL
v2.time <- NULL
sizes <- 1:30 * 1E7
for (s in sizes) {
x <- sample(-100:100, s, replace = TRUE)
v1.time <- c(v1.time, system.time(
v1.result <- v1(x)
)[['elapsed']])
v2.time <- c(v2.time, system.time(
v2.result <- v2(x)
)[['elapsed']])
print(c(v1.result, v2.result)) # Show that they agree
print(v1.time)
print(v2.time)
}
library(tidyverse)
data.frame(VectorSize = sizes,
v1 = v1.time,
v2 = v2.time) %>%
gather('Version', 'Time', -VectorSize) %>%
ggplot(aes(x = VectorSize, y = Time, color = Version)) + geom_point() + geom_smooth()
+0
不错的选择! – Jaap
答
在这个例子中我怎么指望在所有复制所有出现的?
set.seed(3)
b<-c(4,6,4,2,3)
run<- replicate(2,{
a <- runif(5,3,5)
dif <- a - b
return(dif)
})
run
[,1] [,2]
[1,] -0.6639169 0.2087881
[2,] -1.3849672 -2.7507331
[3,] -0.2301153 -0.4107982
[4,] 1.6554686 2.1552198
[5,] 1.2042013 1.2619585
当我尝试
sum(rle(run<=0)$values)
我得到
Error in rle(run <= 0) : 'x' must be a vector of an atomic type
,但它与
uniqueN(rleid(run<=0)[run<=0])
@Jaap OP工作似乎要计算运行数项目
在这种情况下,我有7次发生。我不想总结小于或等于零的值,但是在本例中的系列中出现的数字3 – kelamahim