如何计算两个观察值二进制组合的数量？答案

【问题标题】：How to count the number of two observations binary combinations?如何计算两个观察值二进制组合的数量？
【发布时间】：2017-01-09 19:00:10
【问题描述】：

在下面的示例中，我想知道010 序列的数量，或1010 序列的数量。下面是一个可行的例子；

x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)

在本例中，010 序列的数量为 6，1010 序列的数量为 4。

计算连续序列数的最有效/最简单的方法是什么？

【问题讨论】：

这适用于第一种情况sum(diff(diff(x)) == -2)，但有人可以检查它是否在任何地方失败。

标签： r count

【解决方案1】：

无绳方式：

f = function(x, patt){
  if (length(x) == length(patt)) return(as.integer(x == patt))
  w = head(seq_along(x), 1L-length(patt))
  for (k in seq_along(patt)) w <- w[ x[w + k - 1L] == patt[k] ]
  w
}

length(f(x, patt = c(0,1,0))) # 6
length(f(x, patt = c(1,0,1,0))) # 4

替代方案。来自@cryo11，这是另一种方式：

function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt))))

或其他变体：

function(x,patt) sum(!colSums( xor(patt, t(embed(x,length(patt)))) ))

或使用 data.table：

library(data.table)
setkey(setDT(shift(x, seq_along(patt), type = "lead")))[as.list(patt), .N]

（shift 函数与embed 非常相似。）

【讨论】：

+1 表示“无字符串”方式。这里还有一个：f=function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt))))。这个不需要外层length。
@cryo111 很酷，从来没想过要使用异或！我想还有一些方法可以将embed 与==、转置/扫描以及列或行总和一起使用。

【解决方案2】：

另一种解决方案是：

library(stringr)
x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)
xx = paste0(x, collapse = "")
str_count(xx, '(?<=010)')
[1] 6

str_count(xx, '(?<=1010)')
[1] 4

正如@Pierre Lafortune 在 cmets 中指出的那样，这可以在不使用任何包的情况下完成：

length(gregexpr("(?<=010)", xx, perl=TRUE)[[1]])
[1] 6

【讨论】：

嘿，这太酷了！！我想我需要尽快学习这个包！ :) 我正忙着尝试使用 base R
是的，两种情况下的输出都不正确。我认为代码正在向前滚动，并没有考虑到所有的观察结果。例如“1010”的答案应该是 4。
优秀，除了第二个（“1010”）有一个额外的'它不需要
无需复杂的设置length(gregexpr("(?<=010)", xx, perl=TRUE)[[1]])
也不需要任何软件包。

【解决方案3】：

逻辑：取你正在搜索的模式长度的子串，并将其与模式进行比较。

xx = paste0(x, collapse = "")
# [1] "1001000111001010101010"
# case 1 :
xxx = "010"
sum(sapply(1:(length(x)-nchar(xxx)+1), function(i) substr(xx,i,i+nchar(xxx)-1)==xxx))
# [1] 6

# case 2 :
xxx = "1010"
# [1] 4

【讨论】：

【解决方案4】：

R 在 3.3.0 中引入了startsWith 函数。使用这个和substring，我们可以将@joel.wilson的方法实现为

sum(startsWith(substring(paste(x, collapse=""),
                         head(seq_along(x), -2), tail(seq_along(x), -2)), "010"))

这里，substring 构造所有三个字符相邻集，startsWith 测试每个字符是否与“010”相同。然后将 TRUE 值相加。

【讨论】：