计算数据框中的概率和连续事件

如何解决计算数据框中的概率和连续事件

我的数据集有575行和368列，看起来像这样：

   NUTS3_2016 URAU_CODE FUA_CODE  X2018.01.01.x X2018.01.02.x X2018.01.03.x    ...
1      AT130   AT001C1  AT001L3    0.46369280     0.3582241     0.2777274      ...
2      AT211   AT006C1  AT006L2   -0.04453125    -0.3092773    -0.3284180      ...
3      AT312   AT003C1  AT003L3    1.02993164     0.9640137     0.6413086      ...
4      AT323   AT004C1  AT004L3    1.21105239     1.4335363     1.2400620      ... 
...    ...      ....    ...            ...            ...           ....       ...

我想计算每行x> 2.5的概率。

我还想计算每行x保持> 2.5的连续天天。

您有什么建议？

非常感谢

---

尝试：

A <- c("a","b","c","d","e")
B <- c(1:5) 
C <- c(1:5)
x <- data.frame(A,B,C) 
x$prob <- rowMeans(x[-(1)]>2)
x
#   A B C prob
# 1 a 1 1    0
# 2 b 2 2    0
# 3 c 3 3    1
# 4 d 4 4    1
# 5 e 5 5    1

解决方法

我们可以使用rle来找到最大条纹的长度。

## Some sample data:
set.seed(47)
data = matrix(rnorm(24,mean = 2.5),nrow = 3)
data = cbind(ID = c("A","B","C"),as.data.frame(data))
data
#   ID       V1       V2       V3       V4        V5       V6        V7       V8
# 1  A 4.494696 2.218235 1.514518 1.034250 2.9938202 3.170779 1.7966118 2.749148
# 2  B 3.211143 2.608776 2.515131 1.577544 0.6717708 2.418922 2.4594218 2.159584
# 3  C 2.685405 1.414263 2.247954 2.539602 2.5914729 3.764241 0.9338379 2.917191

data$max_streak = apply(data[-1],1,function(x) with(rle(x > 2.5),max(lengths[values])))
# ID       V1       V2       V3       V4        V5       V6        V7       V8   max_streak
# 1  A 4.494696 2.218235 1.514518 1.034250 2.9938202 3.170779 1.7966118 2.749148          2
# 2  B 3.211143 2.608776 2.515131 1.577544 0.6717708 2.418922 2.4594218 2.159584          3
# 3  C 2.685405 1.414263 2.247954 2.539602 2.5914729 3.764241 0.9338379 2.917191          3