非常にユニークでない値のベクトルがあります。リストを値を共有しないリストのサブセットに分割するR
私はこのベクトルを4つのほぼ同じ長さのベクトルに分割したいと思います.2つのベクトルに同じ値を入れることはできませんが、4つのベクトルのそれぞれに1つ以上の異なる値を含めることができます。
例：
List <- c(1,1,1,2,3,3,5,5,5,5,9,11,11)
LIST1 = 1,1,1 LIST2 = 2,3,3 LIST3 = 5,5,5,5 list4 = 9,11,11
Rでこれを実装する最良の方法は何ですか？
ここでは、あなたが望むような音に近い非常に平凡なアルゴリズムがあります。それが改善される可能性がで
n.groups <- 4
L <- c(1,1,1,2,3,3,5,5,5,5,9,11,11)
N <- length(L)
L <- sort(L)
L.rle <- rle(L)
ave.grp.length <- N/n.groups
lgths <- L.rle$lengths
vals <- L.rle$values
res <- list(one=c(),two=c(),three=c(),four=c())
l <- 1
for(i in seq(length(vals))) {
if(sum(res[[l]])>=ave.grp.length & l<n.groups) {
l <- l+1
}
res[[l]] <- c(res[[l]], rep(vals[i],lgths[i]))
}
方法：
EDIT：元の質問の後のコメントに基づいて
、あなたは、単に行うことができます。
my.sample <- function(x,n){
samples <- rle(List)$lengths
ng <- length(samples)
groups <- cut(1:ng,n,labels=FALSE)
reps <- tapply(samples,groups,sum)
rep(1:n,reps)
}
> my.sample(List,4)
[1] 1 1 1 1 2 2 3 3 3 3 4 4 4
ベクトルを取得するにはsplit()で使用できます。
c（1,1,1,1,1,1,1,1,1,2,2,3,3,4,4）のようなベクトルを持つことを開始すると問題が発生します。
これは、このようなとして適用することができ、以下の機能
my.sample <- function(x,n){
# these are the unique values from which to sample
samples <- split(x,x)
ns <- length(samples)
groups <- list()
# make sure that sample() returns n groups
while(length(groups)!=n){
groups <- split(samples,sample(1:n,ns,replace =TRUE))
}
count <- 0
lgroups <- c(1,ns)
while(diff(range(lgroups)) > ns%%n & count < 10){
lgroups <- sapply(groups,function(i)length(unlist(i))) # length of groups
ngroups <- sapply(groups,length) # number of unique values
id <- which(ngroups > 1) # which groups have more than one unique value
#switch one value from the largest to the smallest group
gmin <- which.min(lgroups)
gmax <- id[which.max(lgroups[id])]
gsw <- sample(1:length(groups[gmax]),1)
groups[[gmin]] <- c(groups[[gmin]],groups[[gmax]][gsw])
groups[[gmax]] <- groups[[gmax]][-gsw]
count <- count+1
}
# create the output
lapply(groups,unlist,use.names=FALSE)
}
を与える：
> my.sample(List,4)
$`1`
[1] 5 5 5 5
$`2`
[1] 11 11 2
$`3`
[1] 3 3 9
$`4`
[1] 1 1 1
それはまだあなた自身のニーズに微調整されることができ、これはRのようなやり方です。
これはrleを使用する点でgsk3の解法に似ていますが、代わりに目的の分位数に最も近い分裂を見つけようとします。 （これは、off-by-oneエラーに苦しむことがあり、私は分位とかなり正確rleからの結果を比較していないよと思う。）
mysplit <- function(List, n) {
q <- length(List)*(1:(n-1))/n
d <- cumsum(rle(List)$lengths)
x <- d[apply(abs(outer(q, d, `-`)),1,which.min)]
x <- c(0,x,length(List))
lapply(1:n, function(i) List[(x[i]+1):x[i+1]])
}
の出力で：
> List <- c(1,1,1,2,3,3,5,5,5,5,9,11,11)
> mysplit(List, 4)
[[1]]
[1] 1 1 1
[[2]]
[1] 2 3 3
[[3]]
[1] 5 5 5 5
[[4]]
[1] 9 11 11
にも注意してくださいグループが正の長さを持つように一意の識別子が十分にある場合にのみ機能します。特にJorisの例では機能しません。
等しい長さが重要でない場合は、より簡単な方法です。 4つのグループを一度に1つの固有の値で順番に満たします。
mysplit2 <- function(List, n) {
spl <- split(List, List)
lapply(0:(n-1), function(x) unname(unlist(spl[(seq_along(spl)-1) %% n == x])))
}
おそらく遅いですが、かなり簡単です。
グループを「完全」にかなり近づけようとする試みでは、値を最も反復回数の少ないものとペアにすることによって試みます。梱包の面では最適ですが、かなり速いです。 data.frame全体をバッチに簡単に分割できるように、ベクターを返します。
bucket = function(x, n) {
x = factor(x)
l = table(x)
g = as.list(names(l[l >= n]))
l = sort(rev(l[l < n]))
while (length(l)) {
big = names(which(cumsum(rev(l)) <= n))
left = n - sum(l[big])
l = l[seq_len(length(l) - length(big))]
small = names(which(cumsum(l) <= left))
l = l[seq_len(length(l) - length(small)) + length(small)]
g = c(g, list(c(small, big)))
}
unname(setNames(rep(seq_along(g), sapply(g, length)), unlist(g))[levels(x)][x])
}
x = c(1,1,1,1,1,1,1,2,3,3,5,5,5,5,9,11,11)
n = 4
split(x, bucket(x, 4))
リストに基づいてリストを分割しますか？シーケンス？もしそうなら、 'rle（）'を試してください。どのサブリストに入るかを判断する基準は何ですか（サブリストに複数の値がある場合など）。 –
サブリストには値が8つあり、サブリストが4つある可能性があるため、複数の値を持つことができます。各値は1つのサブリストにのみ属していなければなりません。 –
あなたの目的について少し話していただけますか？つまり、あなたが4つに壊れた後にベクターで何をするつもりですか？彼らはカテゴリ変数か連続変数ですか？ –