Question

我有一个像这样的大矩阵：

      [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    9    4    2    1   NA    7
[2,]    9    5    1    1    1    7
[3,]    3    5    1    5   NA   10
[4,]    9    4    2   14   NA    7
[5,]   18    4    4   24   NA   10
[6,]   24    5    4   30   NA   10
[7,]    6    3    1   31    1   10
[8,]    2    5    4   34    1    7
[9,]    4    5    2   34   NA    7
[10,]   4    5    2   34   NA    7

我计算在第6列中从7到10有多少变化。但我会成对计算。例如，它只允许每行计数一次（更准确地说，第4列中的数字必须只出现一次）。另外，我想知道第5行中的两个值是否等于1。

让我们用上面给出的矩阵做一个例子：我在第2行到第3行中从第7列到第10列有一个更改。因此计数= 1.接下来我再次从第3行更改为4.但由于第3行无法计数两次，因此此更改不会计数（换句话说，在第5列中，值5将在我的计数中出现两次，这是不允许的。）

接下来，我计算从第4行到第5行的更改：count = count + 1.因此，count = 2直到现在。下一个更改将是从第7行到第8行。在第7行和第8行中，第5列中的值等于1.因此，我会得到结束：

count = 3

其中一对在第五列中有1个：

countl = 1

有人建议怎么做吗？

Answer 1

做一个for循环。伪代码：

counter <- 0
evaluate <- 1  # 1 means yes, evaluate the next pair, 0 means no
for (i in 1:nrow(matrix)) {
    if(evaluate == 1) {
        if(matrix[i,6] == matrix[i+1,6]) {
            counter <- counter + 1
            evaluate <- 0
        }
    } else {
        evaluate <- 1
    }
}

此代码不能正常工作，但会让您了解如何处理问题。

替换＆＃34;矩阵＆＃34;使用矩阵的句柄（例如＆＃34; dat＆＃34;）并检查dat[i+1,6]是否有效，如果没有j <- i + 1和dat[i,6] == dat[j,6]。

Answer 2

可能是这样做的一种方式。

数据：

dput(mat1)
structure(c(9L, 9L, 3L, 9L, 18L, 24L, 6L, 2L, 4L, 4L, 4L, 5L, 
5L, 4L, 4L, 5L, 3L, 5L, 5L, 5L, 2L, 1L, 1L, 2L, 4L, 4L, 1L, 4L, 
2L, 2L, 1L, 1L, 5L, 14L, 24L, 30L, 31L, 34L, 34L, 34L, NA, 1L, 
NA, NA, NA, NA, 1L, 1L, NA, NA, 7L, 7L, 10L, 7L, 10L, 10L, 10L, 
7L, 7L, 7L), .Dim = c(10L, 6L), .Dimnames = list(NULL, c("V1", 
"V2", "V3", "V4", "V5", "V6")))

功能： myfunc函数检查这些东西：

如果向量中的所有值都是NA或NA具有一个唯一值，则返回0

否则：

a）从矢量中删除NA并将其分配给变量＆＃39; x＆＃39;

b）删除＆＃39; x＆＃39;的索引。具有相同值的序列（例如：7,7,7,10,10,10），但保持索引值（例如：7,10）中的索引，并分配给＆＃39; A1＆＃39;变量

c）如果＆＃39; a1＆＃39;大于3，在其块中应用语句

d）否则，检查a1的长度是3或2或1或小于0并在其块中应用语句。如果条件为真，则返回其块中的值。

myfunc <- function(x){
  if(length(unique(x[which(!is.na(x))])) <= 1){
    return(0)
  }else {
   x = x[which(!is.na(x))]
   a1 = which(diff(x) != 0)

     if(length(a1) > 3){
        b1 = a1[seq(1, length(a1), 2)]
        b2 = a1[seq(2, length(a1), 2)]
        return(length(b1) + sum(diff(b2) != 2))
     } else {
           if(length(a1) == 3){
              count3 = sum(diff(a1) == 1)
              if(count3 == 1 || count3 == 2){
                 return(2)
              }else if(count3 == 0) {
                 return(3)
              }
           }else if(length(a1) == 2){
               if(diff(a1) == 1){
                  return(1)
               }else{
                  return(2)
               }
           }else if(length(a1) == 1){
               return(1)
           }else {
               return(0)
           }
      }
   }
}

将功能应用于数据＆＃39; mat1＆＃39;：

count = apply(mat1, 2, myfunc)

print(count)
# V1 V2 V3 V4 V5 V6 
#  4  4  4  3  0  3

通过添加＆＃39; NA＆＃39>修改数据到第3行和第6列

mat1[3,6] = NA

mat1
# V1 V2 V3 V4 V5 V6
# [1,]  9  4  2  1 NA  7
# [2,]  9  5  1  1  1  7
# [3,]  3  5  1  5 NA NA
# [4,]  9  4  2 14 NA  7
# [5,] 18  4  4 24 NA 10
# [6,] 24  5  4 30 NA 10
# [7,]  6  3  1 31  1 10
# [8,]  2  5  4 34  1  7
# [9,]  4  5  2 34 NA  7
# [10,]  4  5  2 34 NA  7

将函数应用于修改后的数据

count = apply(mat1, 2, myfunc)

print(count)
# V1 V2 V3 V4 V5 V6 
# 4  4  4  3  0  2

R按顺序查找列值的变化，并对整个数据矩阵进行计数

2 个答案: