Question

我想计算二元因子变量的变化次数。对于每个用户ID，此变量可以不时地多次来回更改。现在我想在给定的时间跨度内计算每个用户id对此变量的更改次数。

数据按ID，年，月，myfactor排序。我在MySQL中试过这个但到目前为止没有成功。在R中有一个简单的方法吗？我想在我的data.frame中添加另一个列并逐步添加条件......也许有％的％东西？

预先提出建议......

嗯，当然......这是一些例子 - 抱歉没有立即提供，我的头疼;）：

   myf   Year    month userid   
  1 A    2005       1    260           
  2 B    2005       2    260           
  3 B    2005       4    260           
  4 A    2005       5    260           
  5 B    2005       6    260           
  6 B    2005       1    261

如果这是我的数据集，我想更新更改列，计算每个用户myf的更改次数。基本上我喜欢最终：

  user  changes
   260     3
   260     0

依此类推......

HTH

Answer 1

另一个编辑：

鉴于您对其他解决方案的回答，您可以在一行中得到您想要的内容：

Data$extra <- ave(as.integer(Data$myf),Data$id,FUN=function(x) sum(diff(x)!=0))

在这种情况下不需要合并。

“超过给定的时间跨度”意味着您可以选择一个时间跨度然后应用该功能。 Joshuas的答案是最快的方式。有一个更通用的函数可以为您提供有关运行长度和值rle的更多信息。一定要检查一下。

根据Joshuas的回答，这个例子向您展示了如何轻松使用日期来选择给定的时间跨度。

编辑：我更新了答案，向您展示如何轻松地将年份和月份列转换为日期。在将整个事物应用于像你这样的因素时，你也应该使用as.numeric。

#Testdata
set.seed(21)
Data <- data.frame(id=rep(letters[1:3],each=24),
                   year= rep(rep(c(2005,2006),each=12),6),
                   month=rep(1:12,6),
                   myf=sample(c("A","B"),24*3,TRUE))

#transformation
Data$dates <- as.Date(paste(Data$year,Data$month,"1",sep="-"))
#function

cond.count <- function(from,to,data){
    x <- data[data$dates>from & data$dates<to,]
    tapply(as.numeric(x$myf),x$id,function(y)sum(diff(y)!=0))
}

#example
from <- as.Date("2005-01-01")
to <- as.Date("2006-04-15")

cond.count(from,to,Data)

Answer 2

#Some data
dfr <- data.frame(
   binary_variable = runif(100) < .7,
   id = sample(7, 100, replace = TRUE)
)

#Split by id
split_by_id <- with(dfr, split(binary_variable, id))

#Number of changes
sapply(split_by_id, function(x) sum(diff(x) != 0))

Answer 3

这是我的猜测。

set.seed(21)
Data <- data.frame(id=sample(letters[1:3],20,TRUE),
                   date=sample(1:3,20,TRUE),
                   myfactor=sample(0:1,20,TRUE))
Data <- Data[order(Data$id,Data$date),]

DataCh <- aggregate(Data[,"myfactor",FALSE],
            by=Data[,c("id","date")], function(x) sum(diff(x)!=0))
DataCh <- DataCh[order(DataCh$id,DataCh$date),]

编辑：这是您的示例数据的更新。

lines <- "   myf   Year    month userid   
 1 A    2005       1    260           
 2 B    2005       2    260           
 3 B    2005       4    260           
 4 A    2005       5    260           
 5 B    2005       6    260           
 6 B    2005       1    261 "

Data <- read.table(con <- textConnection(lines)); close(con)

DataCh <- aggregate(Data[,"myf",FALSE],
            by=Data[,"userid",FALSE], function(x) sum(diff(unclass(x))!=0))

merge(Data,DataCh,by="userid",suffixes=c("",".change"))
#   userid myf Year month myf.change
# 1    260   A 2005     1          3
# 2    260   B 2005     2          3
# 3    260   B 2005     4          3
# 4    260   A 2005     5          3
# 5    260   B 2005     6          3
# 6    261   B 2005     1          0

条件计数随时间的变化？

3 个答案: