R:浓缩指数

Question

我有一个像下面这样的矢量:

xx <- c(1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1)

我想找到有一个的索引并将它们组合在一起.在这种情况下,我希望输出在2x2矩阵中看起来像1 6和11 14.我的矢量实际上很长,所以我不能手工完成.谁能帮我这个？谢谢.

Answer 1

也许是这样的事情？

if (xx[1] == 1) {
    rr <- cumsum(c(0, rle(xx)$lengths))
} else {
    rr <- cumsum(rle(xx)$lengths)
}
if (length(rr) %% 2 == 1) {
    rr <- head(rr, -1)
}
oo <- matrix(rr, ncol=2, byrow=TRUE)
oo[, 1] <- oo[, 1] + 1
     [,1] [,2]
[1,]    1    6
[2,]   11   14

该编辑处理以下情况:1)向量以"0"开始而不是"1"和2),其中1的连续出现次数是奇数/偶数.例如:xx <- c(1,1,1,1,1,1,0,0,0,0).

Answer 2

由于这个问题最初有一个标签'生物信息学',我会提到Bioconductor包IRanges(它是基因组GenomicRanges范围的伴侣)

> library(IRanges)
> xx <- c(1,1,1,1,1,1,0,0,0,0,1,1,1,1)
> sl = slice(Rle(xx), 1)
> sl
Views on a 14-length Rle subject

views:
    start end width
[1]     1   6     6 [1 1 1 1 1 1]
[2]    11  14     4 [1 1 1 1]

它可以被强制转换为矩阵,但对于下一步而言,这通常是不方便的

> matrix(c(start(sl), end(sl)), ncol=2)
     [,1] [,2]
[1,]    1    6
[2,]   11   14

其他操作可能会开始Rle,例如,

> xx = c(2,2,2,3,3,3,0,0,0,0,4,4,1,1)
> r = Rle(xx)
> m = cbind(start(r), end(r))[runValue(r) != 0,,drop=FALSE]
> m
     [,1] [,2]
[1,]    1    3
[2,]    4    6
[3,]   11   12
[4,]   13   14

请参阅帮助页面?Rle以获得Rle课程的完全灵活性; 从上面的矩阵转到下面评论中提到的新Rle,可以创建一个适当长度的新Rle,然后使用IRanges作为索引进行子集赋值

> r = Rle(0L, max(m))
> r[IRanges(m[,1], m[,2])] = 1L
> r
integer-Rle of length 14 with 3 runs
  Lengths: 6 4 4
  Values : 1 0 1

可以将其扩展为完整向量

> as(r, "integer")
 [1] 1 1 1 1 1 1 0 0 0 0 1 1 1 1

但通常最好继续对Rle进行分析.该类非常灵活,因此从xx1到0的整数向量的一种方法是

> as(Rle(xx) > 0, "integer")
 [1] 1 1 1 1 1 1 0 0 0 0 1 1 1 1

但是,再次,留在Rle空间通常是有意义的.而阿伦对你的单独问题的回答可能是最好的.

性能(速度)很重要,尽管在这种情况下我认为Rle类提供了很大的灵活性,可以衡量性能不佳,而最终的矩阵是典型分析的一个不太可能的终点.Nonangheles IRanges基础设施是高性能的

eddi <- function(xx)
    matrix(which(diff(c(0,xx,0)) != 0) - c(0,1),
           ncol = 2, byrow = TRUE)

iranges = function(xx) {
    sl = slice(Rle(xx), 1)
    matrix(c(start(sl), end(sl)), ncol=2)
}

iranges.1 = function(xx) {
    r = Rle(xx)
    cbind(start(r), end(r))[runValue(r) != 0, , drop=FALSE]
}

同

> xx = sample(c(0, 1), 1e5, TRUE)
> microbenchmark(eddi(xx), iranges(xx), iranges.1(xx), times=10)
Unit: milliseconds
          expr       min        lq    median        uq      max neval
      eddi(xx)  45.88009  46.69360  47.67374 226.15084 234.8138    10
   iranges(xx) 112.09530 114.36889 229.90911 292.84153 294.7348    10
 iranges.1(xx)  31.64954  31.72658  33.26242  35.52092 226.7817    10