Question

让我说我有这些数据。我的目标是序列的外推组合我有一个约束，两个事件之间的时间可能不超过5，我们调用此maxGap。

User <- c(rep(1,3))     # One users
Event <- c("C","B","C") # Say this is random events could be anything from LETTERS[1:4]
Time <- c(c(1,12,13))   # This is a timeline
df <- data.frame(User=User,
             Event=Event,
             Time=Time)

如果想将这些序列用作二元解释变量进行分析给定这个数据帧，结果应该是这样的。

res.df <- data.frame(User=1,
                     C=1,
                     B=1,
                     CB=0,
                     BC=1,
                     CBC=0)

由于maxGap＆gt;

（CB）和（CBC）将为0。 5.
我试图使用许多for循环为此编写一个函数，但是如果序列变大并且不同数量的evet也变得更大，它变得非常复杂。而且如果不同用户的数量增长到10万。

是否可以在seqeconstraint的帮助下在TraMineR中执行此操作？

Answer 1

以下是使用TraMineR

执行此操作的方法

df.seqe <- seqecreate(id=df$User, timestamp=df$Time, event=df$Event)

constr <- seqeconstraint(maxGap=5)
subseq <- seqefsub(df.seqe, minSupport=0, constraint=constr)
(presence <- seqeapplysub(subseq, method="presence"))

给出了

                   (B) (B)-(C) (C)
1-(C)-11-(B)-1-(C)   1       1   1

presence是一个表，每个子序列都有一列，在数据集中至少出现一次。因此，如果您有多个个体（事件序列），则表中每个人将有一行，并且列将是您要查找的二进制变量。（另见TraMineR: Can I get the complete sequence if I give an event sub sequence?）

但是，请注意，TraMineR仅适用于长度最多约为4或5的子序列。我们建议在maxK=3中设置4或seqefsub。只要你限制你正在寻找的最大子序列长度，个体数量就不应该是问题，也不应该是不同可能事件（字母表）的数量。

希望这有帮助

TraMineR，将所有当前事件组合提取为虚拟变量

1 个答案: