r - 从数字序列中获取法术和统计数据

Question

例如，我有一个字符串，我想从中提取拼写，

   A<- c('000001111000', '0110011', '110001')

我想以序列格式获取0和1的连续拼写长度。然后使用法术的长度，我想计算描述性统计数据，如均值、模式、sd 等(spell_0 和 spell_1 是 A 向量中的序列。

例如，

    spell_0  spell_1   mean_spell_0   mean_spell_1

       5-3        4           4               4
       1-2        2-2         1.5             2
        3         2-1         3               1.5

有什么建议吗？

Answer 1

你的问题实际上包括几个问题。

在将字符串拆分为字符后，您首先需要从原始向量中获取不同的序列。正如评论中指出的那样，这可以通过 rle 来实现。然后，对于示例中的每个值(“0”和“1”)，您需要获取与该值对应的每个序列的 lengths。然后您需要将它们放入您想要的格式(尽管这可能不是最合适的。

这是我的提议:

seqA <- lapply(strsplit(A, ""), rle)

do.call(cbind,lapply(c("0", "1"), # this can be made more general, for example using unique(unlist(strsplit(A, "")))
       function(i){
         do.call(rbind, lapply(seqA, 
                function(x){
                lesSeq <- x$lengths[x$values==i]
                  res <- data.frame(paste(lesSeq, collapse="-"), mean(lesSeq))
                  colnames(res) <- paste(c("spell", "mean_spell"), i, sep="_")
                return(res)
            }))
       }))[, c(1, 3, 2, 4)] # this rearrangment may not be needed...
#  spell_0 spell_1 mean_spell_0 mean_spell_1
#1     5-3       4          4.0          4.0
#2     1-2     2-2          1.5          2.0
#3       3     2-1          3.0          1.5