R计算连续列中模式匹配的数量

Question

我有一个由“0”和“1”组成的数据框，如下所示:

DATA <- data.frame("V1" = c(0,0,0,0,1,1,0,1,1,1),
                   "V2" = c(1,0,0,0,1,1,0,1,1,1),
                   "V3" = c(0,0,0,0,1,0,0,1,1,1),
                   "V4" = c(1,1,1,0,1,1,0,1,1,1),
                   "V5" = c(0,0,0,0,1,1,0,1,1,1))

我想知道在每一行中有多少次“0”后跟下一列中的“1”。如果第一列值为“1”，则也应计算在内。

我有一个循环将每一行绑定(bind)到一个向量中，然后使用 stringi::stri_count_fixed 或 stringr::str_count 计算“01”的数量:

  for(n in 1:nrow(DATA)) {
    # Paste row into a single character vector, with extra 0 at start in case
    # the first column value is 1.
    STRING <- do.call(paste0, c(0, DATA[n, 1:ncol(DATA)]))

    # Count number of 0-1 transitions.
    COUNT <- stringr::str_count(STRING, pattern = "01")

    # Add this to the summary column.
    DATA$Count[n] <- COUNT
  }

但是，对于我的真实数据集(3000 - 4000 列)，这两个都非常慢。有什么加快速度的想法吗？

期望的输出:

> DATA$Count
[1] 2 1 1 0 1 2 0 1 1 1

Answer 1

一个可能的解决方案，在 base R 中:

DATA$Count <- 
  apply(DATA, 1, \(x) x[1] + sum((x[2:length(x)] - x[1:(length(x)-1)]) > 0))
DATA

#>    V1 V2 V3 V4 V5 Count
#> 1   0  1  0  1  0     2
#> 2   0  0  0  1  0     1
#> 3   0  0  0  1  0     1
#> 4   0  0  0  0  0     0
#> 5   1  1  1  1  1     1
#> 6   1  1  0  1  1     2
#> 7   0  0  0  0  0     0
#> 8   1  1  1  1  1     1
#> 9   1  1  1  1  1     1
#> 10  1  1  1  1  1     1