R 带条件的频率表

Question

我有一个包含两列“CaseID”和“Event”的数据框，我想知道 ID=X 的事件后面跟 ID=Y 的事件的频率。但我只对具有相同 CaseID 的连续事件感兴趣。

命令

df <- data.frame(CaseID = c(1,1,1,2,2,2,3,3,3), 
             Event = c("A","B","C","A","B","D","B","C","E"))
df
table(df[1:nrow(df) -1, 2], df[2:nrow(df), 2])

结果是

  CaseID Event
1      1     A
2      1     B
3      1     C
4      2     A
5      2     B
6      2     D
7      3     B
8      3     C
9      3     E

  A B C D E
A 0 2 0 0 0
B 0 0 2 1 0
C 1 0 0 0 1
D 0 1 0 0 0
E 0 0 0 0 0

C -> A 和 D -> B 有不同的 CaseID，应该是 0 所以我要找的是

  B C D E
A 2 0 0 0
B 0 2 1 0
C 0 0 0 1
D 0 0 0 0
E 0 0 0 0

有没有什么优雅的方法可以根据连续的两行向 table-command 添加条件？

本

Answer 1

我们只能连续制表Event s 同 CaseID :

> x <- diff(df$CaseID) == 0
> table(df[1:nrow(df) -1, 2][x], df[2:nrow(df), 2][x])

    A B C D E
  A 0 2 0 0 0
  B 0 0 2 1 0
  C 0 0 0 0 1
  D 0 0 0 0 0
  E 0 0 0 0 0

万一 CaseID可能是非数字的:

x <- df$CaseID[-1] == df$CaseID[-length(df$CaseID)]
table(df[1:nrow(df) -1, 2][x], df[2:nrow(df), 2][x])