Question

我正在尝试计算二进制矢量的获胜条纹序列。给定向量

set.seed(2)
x <- sample(c(0,1), 10, replace = TRUE)
[1] 0 1 1 0 1 1 0 1 0 1

我想计算每次为零时的“重置”值的总和。因此，在这种情况下，该函数的输出应为

[1] 0 1 2 0 1 2 0 1 0 1

在R上最简单的方法是什么？

Answer 1

我们可以使用ave并在向量中每次出现0的情况下使用cumsum创建一个分组变量，并对每个组中不包含0的连续数字进行计数。

ave(x, cumsum(x==0), FUN = seq_along) - 1
#[1] 0 1 2 0 1 2 0 1 0 1

Answer 2

我们可以将rleid与rowid一起使用

library(data.table)
rowid(rleid(x)) * x
#[1] 0 1 2 0 1 2 0 1 0 1

数据

x <- c(0, 1, 1, 0, 1, 1, 0, 1, 0, 1)

Answer 3

我建议使用runner软件包和函数streak_run来计算连续出现的次数。也可以在滑动窗口上进行计算（例如，最后5个观测值），更多信息请参见github documentation

library(runner)
streak <- streak_run(x)
streak[x == 0] <- 0
print(streak)
# [1] 0 1 2 0 1 2 0 1 0 1

将速度与其他解决方案进行比较

fun_ave <- function (x) ave(x, cumsum(x==0), FUN = seq_along) - 1
fun_dt  <- function (x) rowid(rleid(x)) * x
run <- function(x) {
  out <- streak_run(x)
  out[x == 0] <- 0
  out
}


microbenchmark::microbenchmark(
  run,
  fun_ave(x),
  fun_dt(x),
  times = 1000L
)

# Unit: nanoseconds
#        expr    min       lq       mean   median       uq     max neval
#         run     48     58.5    197.676    207.5    250.0   12599  1000
#  fun_ave(x) 122984 137144.0 173577.501 146211.5 193241.5 3243640  1000
#   fun_dt(x)  24954  28959.0  42959.954  36262.5  40843.0 4141624  1000

连胜的顺序

3 个答案:

数据