向量中不同元素之间的元素数计数

Question

假设我有一个值向量，例如：

A C A B A C C B B C C A A A B B B B C A

我想为每个元素创建一个新向量，其中包含自上次看到该元素以来的元素数。所以，对于上面的向量，

NA NA 2 NA 2 4 1 4 1 3 1 7 1 1 6 1 1 1 8 6

（其中 NA 表示这是第一次看到该元素）。

比如第一个A和第二个A分别在1号位和3号位，相差2；第三个和第四个A在位置4和11，相差7，依此类推。

是否有预建的管道兼容函数可以执行此操作？

我把这个函数拼凑在一起来演示：

# For reproducibility set.seed(1) # Example vector x = sample(LETTERS[1:3], size = 20, replace = TRUE) compute_lag_counts = function(x, first_time = NA){ # return vector to fill lag_counts = rep(-1, length(x)) # values to match vals = unique(x) # find all positions of all elements in the target vector match_list = grr::matches(vals, x, list = TRUE) # compute the lags, then put them in the appropriate place in the return vector for(i in seq_along(match_list)) lag_counts[x == vals[i]] = c(first_time, diff(sort(match_list[[i]]))) # return vector return(lag_counts) } compute_lag_counts(x)

虽然它似乎做了它应该做的，但我宁愿使用别人的高效，经过充分测试的解决方案！我的搜索结果是空的，这让我感到惊讶，因为这似乎是一项常见的任务。

Answer 1

这是一个可行的函数

compute_lag_counts <- function(x) {
  seqs <- split(seq_along(x), x)
  unsplit(Map(function(i) c(NA, diff(i)), seqs), x)
}

compute_lag_counts (x)
# [1] NA NA  2 NA  2  4  1  4  1  3  1  7  1  1  6  1  1  1  8  6

基本上，您使用 split() 来分隔索引，其中值出现在向量中的每个唯一值。然后我们使用它们出现的索引之间的差异来计算与前一个值的距离。然后我们使用 unstack 将这些值放回原来的顺序。

Answer 2

或

ave(seq.int(x), x, FUN = function(x) c(NA, diff(x)))
#  [1] NA NA  2 NA  2  4  1  4  1  3  1  7  1  1  6  1  1  1  8  6

我们计算每组 x 的第一个 diff 指数误差。

一个data.table选项感谢@Henrik

library(data.table)
dt = data.table(x)
dt[ , d := .I - shift(.I), x]
dt

Answer 3

一个选项dplyr通过原始向量分组后取相邻序列元素的差值

library(dplyr)
tibble(v1) %>% 
   mutate(ind = row_number()) %>%
   group_by(v1) %>% 
   mutate(new = ind - lag(ind)) %>%
   pull(new)
#[1] NA NA  2 NA  2  4  1  4  1  3  1  7  1  1  6  1  1  1  8  6

数据

v1 <- c("A", "C", "A", "B", "A", "C", "C", "B", "B", "C", "C", "A", 
"A", "A", "B", "B", "B", "B", "C", "A")

向量中不同元素之间的元素数计数

Count of number of elements between distinct elements in vector

grouping

r

vector

difference

数据