如何统计两个观察二元组合的数量？

在下面的例子中,我想知道010序列的数量或序列的数量1010.以下是一个可行的例子;

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

在这个例子中,010序列的数量是6,1010序列的数量是4.

计算连续序列数量的最有效/最简单的方法是什么？

1> Frank..：

---

无绳方式:

f = function(x, patt){
  if (length(x) == length(patt)) return(as.integer(x == patt))
  w = head(seq_along(x), 1L-length(patt))
  for (k in seq_along(patt)) w <- w[ x[w + k - 1L] == patt[k] ]
  w
}

length(f(x, patt = c(0,1,0))) # 6
length(f(x, patt = c(1,0,1,0))) # 4

---

备择方案.来自@ cryo11,这是另一种方式:

function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt))))

或其他变化:

function(x,patt) sum(!colSums( xor(patt, t(embed(x,length(patt)))) ))

或者使用data.table:

library(data.table)
setkey(setDT(shift(x, seq_along(patt), type = "lead")))[as.list(patt), .N]

(该shift功能非常相似embed.)

2> Kristofersen..：

---

另一种解决方案是:

library(stringr)
x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)
xx = paste0(x, collapse = "")
str_count(xx, '(?<=010)')
[1] 6

str_count(xx, '(?<=1010)')
[1] 4

正如@Pierre Lafortune在评论中指出的那样,可以在不使用任何包的情况下完成:

length(gregexpr("(?<=010)", xx, perl=TRUE)[[1]])
[1] 6

---

不需要复杂的设置`length(gregexpr("(？<= 010)",xx,perl = TRUE)[[1]])`

---

两种情况的输出都不正确

---

也不需要任何包裹.

3> joel.wilson..：

---

逻辑:获取您正在搜索的模式长度的子项,并将其与模式进行比较.

xx = paste0(x, collapse = "")
# [1] "1001000111001010101010"
# case 1 :
xxx = "010"
sum(sapply(1:(length(x)-nchar(xxx)+1), function(i) substr(xx,i,i+nchar(xxx)-1)==xxx))
# [1] 6

# case 2 :
xxx = "1010"
# [1] 4