R中连续数据帧行中特定列值的数量

Question

你好，我有一个相当大的数据框 (~20k)，其中包含

id | GroupID | action
1 | 1 | run
2 | 1 | walk
3 | 1 | rest
4 | 1 | run
5 | 1 | walk
6 | 2 | run
7 | 2 | walk

我想计算动作值连续出现的次数（例如 (运行,walk)，在上面的示例中为 3。此外，最好按 groupID (所以 2 组 1 和 1 组 2 )

除了逐行迭代之外，还有更好的方法吗？

Answer 1

这是使用 stringi 包

的可能解决方案

Select 你的变量

vars <- toString(c("run", "walk"))

然后

library(stringi)
aggregate(action ~ GroupID, df, function(x) stri_count_fixed(toString(x), vars))
#   GroupID action
# 1       1      2
# 2       2      1

或者类似地，结合data.table包

library(data.table)
setDT(df)[, stri_count_fixed(toString(action), vars), by = GroupID]
#    GroupID V1
# 1:       1  2
# 2:       2  1

基本上我们将 action 转换为由 , 分隔的一个长字符串，并计算每个组中 "run, walk" 的出现次数。

Answer 2

您可以在 base 中使用 diff 函数。这是假设您只关心运行-walk 组合，这就是为什么 rest 被设为 NA 值的原因。如果您的实际 data.frame 出现错误，请发表评论，以便我调整或删除答案。

> df<-data.frame(id=seq(1,7,1),
               group=c(1,1,1,1,1,2,2),
               action=c('run','walk','rest','run','walk','run','walk'))
> df$value<-ifelse(df$action=='rest',NA,
                  ifelse(df$action=='run',1,2)

> df
  id group action value
1  1     1    run     1
2  2     1   walk     2
3  3     1   rest    NA
4  4     1    run     1
5  5     1   walk     2
6  6     2    run     1
7  7     2   walk     2

> setNames(aggregate(df$value,by=list(df$group),function(x) length(which(diff(x)==1))),c('group','run_walk'))
  group run_walk
1     1        2
2     2        1

R中连续数据帧行中特定列值的数量

Number of specific column values in consecutive rows of dataframe in R

r

count