Question

我感兴趣的是四个数字序列：

Clockwise
1->2
2->3
3->4
4->1

Counterclockwise
1->4
4->3
3->2
2->1

Opposite
1->3
3->1
2->4
4->2

Repeat
1->1
2->2
3->3
4->4

我想计算每个Choice的数据在这些Person列中出现的每个序列组的次数。

这是我的数据：

df <- structure(list(Time = 1:28, Person = c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L), Choice = c(1L, 2L, 1L, 2L, 1L, 1L, 3L, 
4L, 1L, 4L, 4L, 1L, 1L, 1L, 4L, 4L, 3L, 4L, 1L, 4L, 2L, 3L, 1L, 
4L, 4L, 1L, 1L, 4L)), class = "data.frame", row.names = c(NA, 
-28L))

在此数据集中，将第1行->第2行视为Clockwise，因此将人员1的计数加到Clockwise中。第2行->第3行为Counterclockwise等

如何在不为每个条件编写if-else的情况下实现这一目标？

预期结果

Answer 1

您可以使用diff来获取连续行的差。您的每个类别都对应于diff(Choice) %% 4的特定情况。 0 =“重复”，1 =“顺时针”，2 =“对面”，3 =“逆时针”。然后，您可以使用cut将其分类：

编辑：我已经修改了代码以匹配所需的输出

df %>%
  group_by(Person) %>%
  mutate(Sequence=
           c(diff(Choice) %% 4,NA) %>%
           cut(breaks=4,labels = c('Repeat','Clockwise','Opposite','Counterclockwise'))
         ) %>% 
  filter(!is.na(Sequence)) %>%
  group_by(Person,Sequence)%>%
  summarise(Count=n())

# # A tibble: 8 x 3
# # Groups:   Person [?]
# Person Sequence         Count
# <int> <fct>            <int>
#   1      1 Repeat               4
# 2      1 Clockwise            5
# 3      1 Opposite             1
# 4      1 Counterclockwise     3
# 5      2 Repeat               3
# 6      2 Clockwise            4
# 7      2 Opposite             2
# 8      2 Counterclockwise     4

Answer 2

这是我的尝试：还使用?diff和base::函数。

ans <- c(NA, diff(df$Choice))
ans[ans %in% c(1,-3)] <- "cw"; ans[ans %in% c(-1,3)] <- "ccw"; ans[ans  %in% 0] <- "rep"; ans[ans %in% c(-2,2)] <- "op"

df$result <- ans

tapply(df$result, df$Person, table)

结果：

#   Time Person Choice result
#1     1      1      1   <NA>
#2     2      1      2     cw
#3     3      1      1    ccw
#4     4      1      2     cw
#5     5      1      1    ccw
#6     6      1      1    rep
#7     7      1      3     op
#8     8      1      4     cw
#9     9      1      1     cw
#10   10      1      4    ccw
#11   11      1      4    rep
#12   12      1      1     cw
#13   13      1      1    rep
#14   14      1      1    rep
#15   15      2      4    ccw
#16   16      2      4    rep
#17   17      2      3    ccw
#18   18      2      4     cw
#19   19      2      1     cw
#20   20      2      4    ccw
#21   21      2      2     op
#22   22      2      3     cw
#23   23      2      1     op
#24   24      2      4    ccw
#25   25      2      4    rep
#26   26      2      1     cw
#27   27      2      1    rep
#28   28      2      4    ccw

和：

#$`1`    <- person 1
#
#ccw  cw  op rep 
#  3   5   1   4
#
#$`2`    <- person 2
#
#ccw  cw  op rep 
#  5   4   2   3

根据不同的数字序列对数据进行分组-计算感兴趣的特定排列

2 个答案: