如何拆分值的数据帧并在块上使用 rle？答案

【问题标题】：How to split a dataframe of values and use rle on the chunks?如何拆分值的数据帧并在块上使用 rle？
【发布时间】：2019-05-23 21:15:16
【问题描述】：

我正在尝试划分（不一定分成偶数块，bc 实际数据可能会有所不同）一列称为分数（.csv 文件）的整数，然后计算连续值（x 选择值，例如 1）在每个分割的部分或连续值的平均长度。 rle 一切皆有可能。

我可以使用 split 轻松拆分整数列，但这似乎与 rle 不兼容（可能 bc split 会生成一个列表）。我寻找 rle 的解决方案和/或替代方案，但没有提出任何建议。

示例分数

scores <- c(1, 1, 2, 2, 1, 1, 2, 1, 1, 1, 1, 2, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 1)

拆分它们

g <- seq_along(scores)

scores.div <- split(scores, ceiling(g/7))

我尝试过但没有用的示例

Scores.rle <- sapply(scores.div, function(x) {
  r <- rle(x)
  sum(r$values == 1)
})

我希望有这样的输出：

2 2 0 1 1

非常感谢任何帮助

【问题讨论】：

输出结果如您所愿。致电unname(Scores.rle) 删除姓名。

标签： r list split run-length-encoding

【解决方案1】：

我们也可以使用tapply

as.vector(tapply(scores, ceiling(g/7), FUN = function(x) sum(rle(x)$values == 1)))
#[1] 2 2 0 1 1

【讨论】：

【解决方案2】：

我运行你的代码，你的代码运行良好。

> scores <- c(1, 1, 2, 2, 1, 1, 2, 1, 1, 1, 1, 2, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 1)
> g <- seq_along(scores)
> scores.div <- split(scores, ceiling(g/7))
> Scores.rle <- sapply(scores.div, function(x) {
+   r <- rle(x)
+   sum(r$values == 1)
+ })
> Scores.rle
1 2 3 4 5 
2 2 0 1 1

我的会话是：

> sessionInfo()
R version 3.5.1 (2018-07-02)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

Matrix products: default

locale:
[1] LC_COLLATE=Chinese (Simplified)_China.936  LC_CTYPE=Chinese (Simplified)_China.936   
[3] LC_MONETARY=Chinese (Simplified)_China.936 LC_NUMERIC=C                              
[5] LC_TIME=Chinese (Simplified)_China.936    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] compiler_3.5.1 tools_3.5.1

【讨论】：

【解决方案3】：

如docs 中所述，sapply 根据lapply 创建的列表名称返回一个命名向量：

sapply 是一个用户友好的版本和lapply 的包装器，默认情况下返回一个向量、矩阵，或者，如果是simplify = "array"，则返回一个数组，如果合适的话，通过应用simplify2array()。 sapply(x, f, simplify = FALSE, USE.NAMES = FALSE) 与 lapply(x, f) 相同

只需unname 它（查看它的docs）就可以了：

> scores <- c(1, 1, 2, 2, 1, 1, 2, 1, 1, 1, 1, 2, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 1)
> g <- seq_along(scores)
> scores.div <- split(scores, ceiling(g/7))
> unname(sapply(scores.div, function(x) sum(rle(x)$values ==1)))
[1] 2 2 0 1 1

【讨论】：