计算不同时间线中出现的次数答案

【问题标题】：count number of occurences in different timeline计算不同时间线中出现的次数
【发布时间】：2020-08-06 15:25:34
【问题描述】：

我有这种数据。

library(dplyr)
library(tidyverse)

df <- tibble(mydate = as.Date(c("2019-05-11 23:01:00", "2019-05-11 23:02:00", "2019-05-11 23:03:00", "2019-05-11 23:04:00",
                                "2019-05-12 23:05:00", "2019-05-12 23:06:00", "2019-05-12 23:07:00", "2019-05-12 23:08:00",
                                "2019-05-13 23:09:00", "2019-05-13 23:10:00", "2019-05-13 23:11:00", "2019-05-13 23:12:00",
                                "2019-05-14 23:13:00", "2019-05-14 23:14:00", "2019-05-14 23:15:00", "2019-05-14 23:16:00",
                                "2019-05-15 23:17:00", "2019-05-15 23:18:00", "2019-05-15 23:19:00", "2019-05-15 23:20:00")),
               myval = c(0, NA, 1500, 1500,
                         1500, 1500, NA, 0,
                         0, 0, 1100, 1100,
                         1100, 0, 200, 200,
                         1100, 1100, 1100, 0
               ))

我想将每个相同的值除以它出现的计数。但是，如果在这个数字（值 1100）之间，出现了另一个数字（或 NA），然后又出现了（值 1100），我想把它算为可分离的。

# just replace values [0,1] with NA
df$myval[df$myval >= 0 & df$myval <= 1] <- NA

df <- df %>%
    group_by(myval) %>%
    mutate(counts = sum(myval == myval)) %>%
    mutate(result = (myval  / counts))

现在的结果是：

 mydate     myval counts result
   <date>     <dbl>  <int>  <dbl>
 1 2019-05-11    NA     NA    NA 
 2 2019-05-11    NA     NA    NA 
 3 2019-05-11  1500      4   375 
 4 2019-05-11  1500      4   375 
 5 2019-05-12  1500      4   375 
 6 2019-05-12  1500      4   375 
 7 2019-05-12    NA     NA    NA 
 8 2019-05-12    NA     NA    NA 
 9 2019-05-13    NA     NA    NA 
10 2019-05-13    NA     NA    NA 
11 2019-05-13  1100      6   183.
12 2019-05-13  1100      6   183.
13 2019-05-14  1100      6   183.
14 2019-05-14    NA     NA    NA 
15 2019-05-14   200      2   100 
16 2019-05-14   200      2   100 
17 2019-05-15  1100      6   183.
18 2019-05-15  1100      6   183.
19 2019-05-15  1100      6   183.
20 2019-05-15    NA     NA    NA

但是正如您看到的值 1100 出现两次，它计数了 6 次。我想数 3 次，然后再数 3 次。

因此，例如值 1500 出现 4 次，所以我除以 1500/4。 1100 应该除以 3，然后再除以 3。

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

您可以使用运行长度编码（基本上是累积总和，当它看到另一个值时重新开始）来做到这一点。

rle(df$myval) %$%
  tibble(rle = lengths,
         myval = values,
         avg = values / rle)
# A tibble: 10 x 3
#     rle myval   avg
#    <int> <dbl> <dbl>
# 1     1     0    0 
# 2     1    NA   NA 
# 3     4  1500  375 
# 4     1    NA   NA 
# 5     3     0    0 
# 6     3  1100  367.
# 7     1     0    0 
# 8     2   200  100 
# 9     3  1100  367.
# 10     1     0    0

【讨论】：

使用这个运算符 %>% 而不是 %$% 你有，它给了我Error in x[i]: object of type closure is not subsettable
我使用了r<- rle(df$myval)，然后用它来创建tibble。
是的，它不能直接与%>% 一起使用。你可以让它与rle(df$myval) %>% {tibble(lengths = .$lengths, values = .$values)} 一起工作，但这很令人困惑。存储在中间变量而不是管道中是对的。