如何解决为 R 中的二项式值的连续序列分配唯一标识符
我有一个包含由 0 和 1 序列组成的列的数据框。 0 不重要,但 1 表示时间序列中发生的事件,目标是为每个事件分配一个唯一值。简单的整数值就足够了。所以在下面的代码中,“x”是我所拥有的,“目标”是我所追求的。
这看起来很简单,但我不太知道如何在帮助搜索中表达这个问题...
我所拥有的数据框:
x <- c(rep(0,4),rep(1,5),rep(0,2),10),3))
x <- data.frame(x)
我想要的数据帧:
x$goal <- c(rep(0,rep(2,rep(3,3))
解决方法
这实际上是一种游程长度编码,略微扭曲(将 0
归零)。
虽然 data.table::rleid
做得很好,但如果您尚未使用该软件包,那么我们将使用
my_rleid <- function(x) { yy <- rle(x); rep(seq_along(yy$lengths),yy$lengths); }
从这里,我们会看到
x$out <- my_rleid(x$x)
x$out <- ifelse(x$x == 0,0L,x$out)
x
# x goal out
# 1 0 0 0
# 2 0 0 0
# 3 0 0 0
# 4 0 0 0
# 5 1 1 2
# 6 1 1 2
# 7 1 1 2
# 8 1 1 2
# 9 1 1 2
# 10 0 0 0
# 11 0 0 0
# 12 1 2 4
# 13 1 2 4
# 14 1 2 4
# 15 1 2 4
# 16 0 0 0
# 17 0 0 0
# 18 0 0 0
# 19 0 0 0
# 20 0 0 0
# 21 0 0 0
# 22 0 0 0
# 23 0 0 0
# 24 0 0 0
# 25 0 0 0
# 26 1 3 6
# 27 1 3 6
# 28 1 3 6
非常接近。如果你需要连续的数字(没有像上面那样的间隙),那么
x$out <- match(x$out,sort(unique(x$out))) - (0 %in% x$out)
x
# x goal out
# 1 0 0 0
# 2 0 0 0
# 3 0 0 0
# 4 0 0 0
# 5 1 1 1
# 6 1 1 1
# 7 1 1 1
# 8 1 1 1
# 9 1 1 1
# 10 0 0 0
# 11 0 0 0
# 12 1 2 2
# 13 1 2 2
# 14 1 2 2
# 15 1 2 2
# 16 0 0 0
# 17 0 0 0
# 18 0 0 0
# 19 0 0 0
# 20 0 0 0
# 21 0 0 0
# 22 0 0 0
# 23 0 0 0
# 24 0 0 0
# 25 0 0 0
# 26 1 3 3
# 27 1 3 3
# 28 1 3 3
我选择使用 - (0 %in% x$out)
而不是硬编码的 1
的原因是我想防止数据中没有 0 的可能性。换句话说,(0 %in% x$out)
解析为 FALSE
或 TRUE
,当从 integer
中减去时,分别被强制为 0L
或 1L
.我需要这个的原因:如果 0
中有 $out
,那么 match
将有效地为 match(0,0:6)
,它将返回 1
。我们希望 x == 0
匹配为 0L
,因此我们必须减去一个。由于第二个参数(来自 sort(unique(.))
)总是基于 0(如此处)或基于 1(x$x
中不存在零),因此很容易调整。
如果您确定情况并非如此,并且您不喜欢我附加到 - (.)
的 match(.)
,那么您可以将其更改为 {{ 1}}。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。