如何将我的数据集除以值出现在 R 中的次数答案

【问题标题】：how to divide my dataset by the number of times a value appears in R如何将我的数据集除以值出现在 R 中的次数
【发布时间】：2015-10-13 16:56:01
【问题描述】：

我有一个数据集，需要知道数字 1、数字 0 和数字 -1 平均出现的次数。但这不是传统的平均值。我解释一下：

这是我的数据集的一部分：

position
 1
 1
 1
 0
 0
-1
 0
-1
-1
-1
-1
-1
 1
 1

因此，如果我将每个数字按向量出现的次数作为子集，我将拥有：

position '1'   position '-1'  position '0'
  X1  X2         X1  X2         X1  X2
  1   1          -1  -1          0   0
  1   1              -1          0
  1                  -1
                     -1
                     -1

这样我可以找到 1 的平均值：(X1+X2)/2 其中 2 是出现的向量的数量。这取决于并且可以是由数字连续出现的次数给出的任何数字。

这有点令人困惑，但我希望你能理解我的意思。我一直在想如何做到这一点，但找不到办法。

非常感谢！

【问题讨论】：

函数rle会让你非常接近你想要的，你只需要稍微重新排列它的输出。

标签： r

【解决方案1】：

@KonradRudolph 提到，rle 是必经之路。然后你可以使用split 来获得正确的格式

with(rle(position), split(lengths, values))
# $`-1`
# [1] 1 5
# 
# $`0`
# [1] 2 1
# 
# $`1`
# [1] 3 2

而且，要进行平均，tapply 会起作用

with(rle(position), tapply(lengths, values, FUN=mean))
#  -1   0   1 
# 3.0 1.5 2.5

【讨论】：

如果你喜欢这种方法，但更喜欢data.frame而不是array输出，你可以通过with(rle(position), aggregate(lengths ~ values, FUN = mean))使用aggregate

【解决方案2】：

您也可以将dplyr 与diff 一起使用：

library(dplyr)
data %>% mutate(group = c(0, cumsum(diff(position)!=0))) %>% 
         group_by(position) %>%
         summarise(mean = n()/length(unique(group)))

Source: local data frame [3 x 2]

  position  mean
     (int) (dbl)
1       -1   3.0
2        0   1.5
3        1   2.5

【讨论】：

【解决方案3】：

有点冗长，但这显示了所有这些是如何结合在一起的：

library(dplyr)
position <- c(1, 1, 1, 0, 0, -1, 0, -1, -1, -1, -1, -1, 1, 1)
rle_pos <- rle(position)

df <- data_frame(position_code = rle_pos$values,
                 length = rle_pos$lengths)

df
# Source: local data frame [6 x 2]
# 
#   position_code length
#           (dbl)  (int)
# 1             1      3
# 2             0      2
# 3            -1      1
# 4             0      1
# 5            -1      5
# 6             1      2

df %>%
  group_by(position_code) %>%
  summarise(count = n(),
            sum_lengths = sum(length)) %>%
  mutate(average = sum_lengths / count)

# Source: local data frame [3 x 4]
# 
#   position_code count sum_lengths average
#           (dbl) (int)       (int)   (dbl)
# 1            -1     2           6     3.0
# 2             0     2           3     1.5
# 3             1     2           5     2.5

【讨论】：