总结原始数据透视表r中不同长度向量的结果

我想使用向量：

time.int<-c(1,2,3,4,5)   #vector to be use as a "guide"

---

time.int以下内容将生成向量
freq

freq <- sapply(time.int, function(x) sum(x == time))
freq
[1] 4 0 0 0 3

为了将上面的代码推广到任意长度的
time.int
段，我相信下面的函数可以做到这一点。请注意，由于更改了数据，
n==1
的输出与上面的不同

fun <- function(x, y, n){
    inx <- lapply(seq_len(length(x) %/% n), function(m) seq_len(n) + n*(m - 1))
    sapply(inx, function(i) sum(y %in% x[i]))
}

freq1 <- fun(time.int, time, 1)
freq1
[1] 3 1 0 0 3 1

freq2 <- fun(time.int, time, 2)
freq2
[1] 4 0 4

freq3 <- fun(time.int, time, 3)
freq3
[1] 4 4

fun以下内容将生成向量
freq

freq <- sapply(time.int, function(x) sum(x == time))
freq
[1] 4 0 0 0 3

为了将上面的代码推广到任意长度的
time.int
段，我相信下面的函数可以做到这一点。请注意，由于更改了数据，
n==1
的输出与上面的不同

fun <- function(x, y, n){
    inx <- lapply(seq_len(length(x) %/% n), function(m) seq_len(n) + n*(m - 1))
    sapply(inx, function(i) sum(y %in% x[i]))
}

freq1 <- fun(time.int, time, 1)
freq1
[1] 3 1 0 0 3 1

freq2 <- fun(time.int, time, 2)
freq2
[1] 4 0 4

freq3 <- fun(time.int, time, 3)
freq3
[1] 4 4

fun我们可以使用
table
函数来计算事件数，并使用
merge
创建一个数据框来汇总信息<代码>事件数据是最终输出

# Create example data 
time.int <- c(1,2,3,4,5)   
time <- c(1,1,1,1,5,5,5)

# Count the event using table and convert to a data frame
event <- as.data.frame(table(time))

# Convert the time.int to a data frame
time_dat <- data.frame(time = time.int) 

# Merge the data 
event_dat <- merge(time_dat, event, by = "time", all = TRUE)

# Replace NA with 0
event_dat[is.na(event_dat)] <- 0

# See the result
event_dat
  time Freq
1    1    4
2    2    0
3    3    0
4    4    0
5    5    3

#创建示例数据
time.int我们可以使用
table
函数来计算事件数，并使用
merge
创建一个数据框来汇总信息<代码>事件数据是最终输出

# Create example data 
time.int <- c(1,2,3,4,5)   
time <- c(1,1,1,1,5,5,5)

# Count the event using table and convert to a data frame
event <- as.data.frame(table(time))

# Convert the time.int to a data frame
time_dat <- data.frame(time = time.int) 

# Merge the data 
event_dat <- merge(time_dat, event, by = "time", all = TRUE)

# Replace NA with 0
event_dat[is.na(event_dat)] <- 0

# See the result
event_dat
  time Freq
1    1    4
2    2    0
3    3    0
4    4    0
5    5    3

#创建示例数据
时间，太棒了！如果我想概括一下？为了能够在新向量中以“时间”表示每3个时间数的事件总和。int而不是1乘1？@havefun也许你可以使用嵌套的
sapply
，但你需要编辑你的问题并说出预期的输出。我现在编辑了我的问题，理想情况下，我想在开始时选择一个参数，并用它来划分向量。太棒了！如果我想概括一下？为了能够在新向量中以“时间”表示每3个时间数的事件总和。int而不是1乘1？@havefun也许你可以使用嵌套的
sapply
，但你需要编辑你的问题并说出预期的输出。我现在编辑了我的问题，理想情况下，我希望在开始时选择一个参数，并使用它来分割向量。
dat1 <- data.frame(time,value))

fun <- function(x, y, n){
    inx <- lapply(seq_len(length(x) %/% n), function(m) seq_len(n) + n*(m - 1))
    sapply(inx, function(i) sum(y %in% x[i]))
}

freq1 <- fun(time.int, time, 1)
freq1
[1] 3 1 0 0 3 1

freq2 <- fun(time.int, time, 2)
freq2
[1] 4 0 4

freq3 <- fun(time.int, time, 3)
freq3
[1] 4 4

# Create example data 
time.int <- c(1,2,3,4,5)   
time <- c(1,1,1,1,5,5,5)

# Count the event using table and convert to a data frame
event <- as.data.frame(table(time))

# Convert the time.int to a data frame
time_dat <- data.frame(time = time.int) 

# Merge the data 
event_dat <- merge(time_dat, event, by = "time", all = TRUE)

# Replace NA with 0
event_dat[is.na(event_dat)] <- 0

# See the result
event_dat
  time Freq
1    1    4
2    2    0
3    3    0
4    4    0
5    5    3