r - 在 R 中的数据框中搜索行

Question

我有一串数字不一定长度相同，例如
0,0,1,2,1,0,0,01,1,0,12,1,2,0,1,0
我已将这些导入到 Re 中的数据框中，例如以上三个字符串将给出以下三行(我将其称为 df ):



我希望编写一些可以帮助我理解数据的函数。作为起点 - 给定一个数值向量 x - 我想要一个“过程”P确定包含 x 的行数作为子向量，例如如果 x = c(2,1)然后 P(x) = 2 , 如果 x = c(0,0,0)然后 P(x) = 1如果 x = c(1,3)然后 P(x) = 0 .我还有更多类似的问题，但我希望我能够从这个问题中汲取逻辑并自己解决一些其他问题。

Answer 1

编辑:正则表达式的方式是:

match.regex <- function(x,data){
  xs <- paste(x,collapse="_")
  dats <- apply(data,1,paste,collapse="_")
  sum(grepl(xs,dats))
}


> match.regex(c(1),dat)
[1] 3
> match.regex(c(0,0,0),dat)
[1] 1
> match.regex(c(1,2),dat)
[1] 2
> match.regex(5,dat)
[1] 0

令人惊讶的是，这个方法比这里给出的其他方法更快，大约是我下面的解决方案的两倍，无论是在小型数据集还是大型数据集上。正则表达式显然得到了很大的优化:

> benchmark(matching(c(1,2),dat),match.regex(c(1,2),dat),replications=1000)
                       test replications elapsed relative 
2 match.regex(c(1, 2), dat)         1000    0.15      1.0 
1    matching(c(1, 2), dat)         1000    0.36      2.4 

一种立即为您提供数字并更加矢量化的方法如下:

matching.row <- function(x,row){
    nx <- length(x)
    sid <- which(x[1]==row)
    any(sapply(sid,function(i) all(row[seq(i,i+nx-1)]==x)))
}

matching <- function(x,data)
  sum(apply(data,1,function(i) matching.row(x,i)),na.rm=TRUE)

在这里，您首先创建一个带有索引的矩阵，这些索引将窗口移动到与要匹配的向量长度相同的行上。然后根据向量检查这些窗口。每一行都遵循这种方法，返回 TRUE 的行的总和就是你想要的。

> matching(c(1),dat)
[1] 3
> matching(c(0,0,0),dat)
[1] 1
> matching(c(1,2),dat)
[1] 2
> matching(5,dat)
[1] 0