Zählen aufeinanderfolgende Muster in Strings mit R

Question

Ich versuche, eine Funktion zu schreiben, um die Anzahl der aufeinander folgenden Instanzen eines Musters zu zählen. Als Beispiel möchte ich die Zeichenfolge wie

string<-"A>A>A>B>C>C>C>A>A" 

in

"3 A > 1 B > 3 C > 2 A" 

umgewandelt zu werden habe ich eine Funktion habe, die die Instanzen jeder Saite zählt, siehe unten. Aber es erreicht nicht den Ordnungseffekt, den ich gerne hätte. Irgendwelche Ideen oder Hinweise?

Danke,

R

Vorhandene Funktion:

fnc_gen_PathName <- function(string) { 
p <- strsplit(as.character(string), ";") 
p1 <- lapply(p, table) 
p2 <- lapply(p1, function(x) { 
sapply(1:length(x), function(i) { 
    if(x[i] == 25){ 
    paste0(x[i], "+ ", names(x)[i]) 
    } else{ 
    paste0(x[i], "x ", names(x)[i]) 
    } 
}) 
}) 
p3 <- lapply(p2, function(x) paste(x, collapse = "; ")) 
p3 <- do.call(rbind, p3) 
return(p3) 
} 

Answer 1

Wie @MrFlick kommentiert Sie könnte die versuchen, mit folgenden rle und strsplit

with(rle(strsplit(string, ">")[[1]]), paste(lengths, values, collapse = " > ")) 
## [1] "3 A > 1 B > 3 C > 2 A" 

Answer 2

Hier sind zwei dplyr Lösungen: eine regelmäßige und eine mit RLE. Die Vorteile sind: kann mehrere Strings als Vektor eingeben, erstellt einen ordentlichen Zwischen-Datensatz vor (ugh) Renesting.

library(dplyr) 
library(tidyr) 
library(stringi) 

strings = "A>A>A>B>C>C>C>A>A" 


data_frame(string = strings) %>% 
    mutate(string_split = 
      string %>% 
      stri_split_fixed(">")) %>% 
    unnest(string_split) %>% 
    mutate(ID = 
      string_split %>% 
      lag %>% 
      `!=`(string_split) %>% 
      plyr::mapvalues(NA, TRUE) %>% 
      cumsum) %>% 
    count(string, ID, string_split) %>% 
    group_by(string) %>% 
    summarize(new_string = 
       paste(n, 
        string_split, 
        collapse = " > ")) 

data_frame(string = strings) %>% 
    group_by(string) %>% 
    do(.$string %>% 
     first %>% 
     stri_split_fixed(">") %>% 
     first %>% 
     rle %>% 
     unclass %>% 
     as.data.frame) %>% 
    summarize(new_string = 
       paste(lengths, values, collapse = " > "))