R中连续数据行中特定列值的数目

Question

你好，我有一张相当大的数据(~20k)，有这样的东西

id | GroupID | action

1 | 1 | run

2 | 1 | walk

3 | 1 | rest

4 | 1 | run

5 | 1 | walk

6 | 2 | run

7 | 2 | walk

我希望计数连续出现的操作值的次数(例如，运行、行走)，在上面的示例中这将是3。另外，最好按groupID分组(第1组的SO2和第2组的第1组)。

除了逐行迭代之外，还有其他更好的方法吗？

Answer 1

下面是使用stringi包的一个可能的解决方案

选择您的vars

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，与data.table包组合在一起

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转换为一个由,分隔的长字符串，并计算每个组中"run, walk"的出现情况。

Answer 2

您可以在diff中使用base函数。这是假设你只关心跑步组合，这就是为什么休息被赋予安娜的价值。如果在实际的data.frame中出现错误，请留下评论，这样我就可以调整我的答案或者删除它。

> 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