我有以下数据集：
data <- data.frame(id = 1:7,
t1 = c("AV1", "AV1", "AZ", "AV1", "AV1","AV1","AV2"),
t2 = c("AV2", NA, "AV3", "AV2", "AV2",NA, "AV3"),
t3 = c("AZ", "AV2", "AV4", "AZ", "AZ","AV4","AV4"))
每一行代表一个人＆＃34; id＆＃34;，在几个不同的时间步骤（状态（＃34; t1＆＃34; - ＆＃34; t3＆＃34;）列中显示状态（值）：
id t1 t2 t3
1 AV1 AV2 AZ
2 AV1 NA AV2
3 AZ AV3 AV4
4 AV1 AV2 AZ
5 AV1 AV2 AZ
6 AV1 NA AV4
7 AV2 AV3 AV4
我想计算不同的转换，＆＃34;来自＆＃34;一个时间步的值，＆＃34;到＆＃34;后续时间步骤中的值，汇总为整个数据集：
from to count
AV1 AV2 4
AV2 AZ 3
AZ AV3 1
AV3 AV4 2
AV1 AV4 1
AV2 AV3 1
因此，＆＃34;计数＆＃34;表示特定转换发生的次数。例如，AV1到AV2发生4次，AV2到AZ发生3次。 NA被排除在外。
非常感谢！
答案 0 :(得分：3)
为避免对列进行硬编码，您可以将数据重新整形为长格式（melt）。使用head和tail，每个“id”（by = id），以连续的时间步长对齐值。计算每个唯一转换（.N）
by = .(from, to)）
library(data.table)
setDT(data)
d <- melt(data ,id.vars = "id", na.rm=TRUE)
d[ , .(from = head(value, -1), to = tail(value, -1)), by = id][ , .N, by = .(from, to)]
# from to N
# 1: AV1 AV2 4
# 2: AV2 AZ 3
# 3: AZ AV3 1
# 4: AV3 AV4 2
# 5: AV1 AV4 1
# 6: AV2 AV3 1
base类似的替代方案，虽然连接了转换：
d <- na.omit(reshape(data, varying = list(2:4), direction = "long"))
as.data.frame(table(unlist(by(d, d$id, function(dat) paste(head(dat$t1, -1), tail(dat$t1, -1), sep = " - ")))))
# Var1 Freq
# 1 AV1 - AV2 4
# 2 AV1 - AV4 1
# 3 AV2 - AV3 1
# 4 AV2 - AZ 3
# 5 AV3 - AV4 2
# 6 AZ - AV3 1
答案 1 :(得分：2)
这是一个适用于任意数量列的通用方法。我们找到列的所有对组合（索引方式）。我们使用它们来索引原始df中的列，并将它们放在列表中。粘贴元素，进行一些清理（trimws(gsub('NA', '', do.call(paste, a[i1[,x]]))），然后使用table函数，我们得到您的预期结果。将其包含在as.data.frame中可以得出预期的输出结构。
i1 <- combn(seq_along(a[-1])+1, 2)
final_d <- as.data.frame(table(unlist(lapply(seq(ncol(i1)), function(x) {
v1 <- trimws(gsub('NA', '', do.call(paste, a[i1[,x]])));
grep('\\s', v1, value = TRUE)
}))))
给出，
Var1 Freq 1 AV1 AV2 4 2 AV1 AV4 1 3 AV1 AZ 3 4 AV2 AV3 1 5 AV2 AV4 1 6 AV2 AZ 3 7 AV3 AV4 2 8 AZ AV3 1 9 AZ AV4 1
或者要完全相同，
setNames(data.frame(do.call('rbind', strsplit(as.character(final_d$Var1),' ',fixed=TRUE)),
final_d$Freq),
c('from', 'to', 'freq.'))
from to freq. 1 AV1 AV2 4 2 AV1 AV4 1 3 AV1 AZ 3 4 AV2 AV3 1 5 AV2 AV4 1 6 AV2 AZ 3 7 AV3 AV4 2 8 AZ AV3 1 9 AZ AV4 1
答案 2 :(得分：0)
其中一种方法可能是
library(dplyr)
d1 <- data %>% group_by(t1, t2) %>% filter(!is.na(t1) & !is.na(t2)) %>% summarise(n()) %>% `colnames<-`(c("from", "to", "weight")) %>% as.data.frame()
d2 <- data %>% group_by(t2, t3) %>% filter(!is.na(t2) & !is.na(t3)) %>% summarise(n()) %>% `colnames<-`(c("from", "to", "weight")) %>% as.data.frame()
d3 <- data %>% group_by(t1, t3) %>% filter(!is.na(t1) & !is.na(t3)) %>% summarise(n()) %>% `colnames<-`(c("from", "to", "weight")) %>% as.data.frame()
#final data
df <- rbind(d1, d2, d3) %>% group_by(from, to) %>% summarise(weight=sum(weight)) %>% as.data.frame()
答案 3 :(得分：0)
修改
避免硬编码列的tidyverse方法可以采用类似的方法来处理@Henrik的优秀接受答案。在这种情况下，我在使用lead结果之前使用了count函数来组合相邻的值。
library(tidyverse)
data %>%
gather(key, value, -id) %>% filter(!is.na(value)) %>% group_by(id) %>%
transmute(from = value, to = lead(value)) %>% filter(!is.na(to)) %>% ungroup() %>%
count(from, to)
#> # A tibble: 6 x 3
#> from to n
#> <chr> <chr> <int>
#> 1 AV1 AV2 4
#> 2 AV1 AV4 1
#> 3 AV2 AV3 1
#> 4 AV2 AZ 3
#> 5 AV3 AV4 2
#> 6 AZ AV3 1
原始解决方案
这样的事怎么样？它不是很优雅，但我认为它可以完成工作。
library(dplyr)
data <- tibble(id = 1:7,
t1 = c("AV1", "AV1", "AZ", "AV1", "AV1", "AV1", "AV2"),
t2 = c("AV2", NA, "AV3", "AV2", "AV2", NA, "AV3"),
t3 = c("AZ", "AV2", "AV4", "AZ", "AZ", "AV4", "AV4"))
cnt1 <- data %>% filter(!is.na(t2)) %>% count(t1, t2) %>% rename(from = t1, to = t2)
cnt2 <- data %>% filter(!is.na(t2)) %>% count(t2, t3) %>% rename(from = t2, to = t3)
cnt3 <- data %>% filter(is.na(t2)) %>% count(t1, t3) %>% rename(from = t1, to = t3)
cnt1 %>%
bind_rows(cnt2) %>%
bind_rows(cnt3) %>%
group_by(from, to) %>%
summarise(weight = sum(n))
#> # A tibble: 6 x 3
#> # Groups: from [?]
#> from to weight
#> <chr> <chr> <int>
#> 1 AV1 AV2 4
#> 2 AV1 AV4 1
#> 3 AV2 AV3 1
#> 4 AV2 AZ 3
#> 5 AV3 AV4 2
#> 6 AZ AV3 1