4

以下函数用于为以下数据集创建路径概览：

tc <- textConnection('
path           touchpoint  time
abc             A           1        
abc             A           2        
abc             B           3        
abc             C           4         
def             A           2       
def             B           3       
def             D           4        
def             C           5        
def             D           6 
ghi             A           1
ghi             A           2
ghi             A           3
ghi             C           4
jkl             A           5        
jkl             A           6        
jkl             B           7        
jkl             C           8     
mno             B           1        
mno             A           2        
mno             A           3       
mno             C           4 
pqr             A           1
pqr             C           2
')

paths <- read.table(tc, header=TRUE)

--

library(plyr)

foo <- function(x){
  r <- rle(as.character(x))
  short <- paste0(r$values, collapse="_")
  long  <- paste0(r$values, "(", r$lengths, ")", collapse="_")
  data.frame(short, long)
}

ddply(paths, .(path), function(x)foo(x$touchpoint))

  path                     short                            long
1  abc                     A_B_C                  A(2)_B(1)_C(1)
2  def                 A_B_D_C_D        A(1)_B(1)_D(1)_C(1)_D(1)
3  ghi                       A_C                       A(3)_C(1)
4  jkl                     A_B_C                  A(2)_B(1)_C(1)
5  mno                     B_A_C                  B(1)_A(2)_C(1)
6  pqr                       A_C                       A(1)_C(1)

因此，这个函数创建了两种形式的“路径”：

  • Short 提供从最近到最近的每条路径的接触点序列。
  • Long 提供从最近到最近的每条路径的接触点序列，包括涉及接触点的次数。

由于某些路径的接触点数量可能非常大，我想加入以下约束：仅从和中选择n最新的值。由于路径是从对象构造的，我的问题是：shortlongrle()

如何N从 rle() 对象中获取值及其相应的长度？由于路径是从最近的接触点保存到最近的接触点，因此N需要选择最后的值和相应的长度。rle()文档没有为此问题提供解决方案。

预期结果N=2是：

  path                     short                            long
1  abc                     B_C                          B(1)_C(1)
2  def                     C_D                          C(1)_D(1)
3  ghi                     A_C                          A(3)_C(1)
4  jkl                     B_C                          B(1)_C(1)
5  mno                     A_C                          A(2)_C(1)
6  pqr                     A_C                          A(1)_C(1)
4

1 回答 1

6

r$values仅取和的最后 N 个值r$lengths：

foo <- function(x,N){
  r <- rle(as.character(x))
  lastN<-max(1,(length(r$lengths) - N + 1)):length(r$lengths)
  short <- paste0(r$values[lastN], collapse="_")
  long  <- paste0(r$values[lastN], "(", r$lengths[lastN], ")", collapse="_")
  data.frame(short, long)
}


ddply(paths, .(path), function(x) foo(x$touchpoint,N=2))

  path short      long
1  abc   B_C B(1)_C(1)
2  def   C_D C(1)_D(1)
3  ghi   A_C A(3)_C(1)
4  jkl   B_C B(1)_C(1)
5  mno   A_C A(2)_C(1)
6  pqr   A_C A(1)_C(1)

 ddply(paths, .(path), function(x) foo(x$touchpoint,N=4))
  path   short                long
1  abc   A_B_C      A(2)_B(1)_C(1)
2  def B_D_C_D B(1)_D(1)_C(1)_D(1)
3  ghi     A_C           A(3)_C(1)
4  jkl   A_B_C      A(2)_B(1)_C(1)
5  mno   B_A_C      B(1)_A(2)_C(1)
6  pqr     A_C           A(1)_C(1)

编辑：编辑函数以获取最后 N 个值，而不是第一个。

于 2013-03-11T11:08:24.180 回答