r - 计算R中数字字符串的变异性指数

Question

我在一个向量中有数千个数字串，每个数字代表语音单元中的音调实现(下降、上升、下降-上升等)。举例说明:

Tones <- c("2222", "1411", "112", "815", "21111522")

我想为每个字符串获取一个可变性索引，通过

1. 将字符串中的每个数字与紧邻的下一个数字进行比较，
2. 如果下一个数字与前一个数字不同，则存储“1”数量，
3. 如果下一个数字等于前一个数字，则存储“0”，
4. 将这些存储的值相加
5. 将它们除以数字对的总数。

例如，对于“2222”，可变性索引将为 0，因为字符串中的第一个数字等于第二个数字，第二个数字等于第三个数字，第三个数字等于最后一个数字；因此变异性指数将为(0+0+0)/3=0。对于字符串“1411”，索引将为 (1+1+0)/3=0.6666667，因为“1”与“4”不同，“4”与“1”不同，并且“1”等于“1”。

我想必须从分割字符串开始:

TonesSplit <- strsplit(Tones, split="")

它给出一个列表，然后使用for循环和if子句来寻址列表切片中的单元格。只是我不知道该怎么做。我将非常感谢有关如何编程的建议。

Answer 1

一个基本单行R解决方案:

vapply(Tones,function(x) length(rle(charToRaw(x))$lengths)-1,1)/(nchar(Tones)-1)
#     2222      1411       112       815  21111522 
#0.0000000 0.6666667 0.5000000 1.0000000 0.4285714

一些解释:

• 使用 charToRaw 我得到每个字符串的原始字节内容；
• 使用rle我得到重复字符序列的数量。变化只是序列数减一；
• 使用 vapply 我将函数应用于每个字符串；
• 使用 nchar 我得到每个字符串的字符数。