R 计算向量中下一个元素与上一个元素不同的次数

我有一个矩阵，看起来像这样：

a=c(rep(0,5),rep(1,5),rep(2,5))
b=c(rep(1,5),rep(1,5),rep(2,5))
d=rbind(a,b)

  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15]
a    0    0    0    0    0    1    1    1    1     1     2     2     2     2     2
b    1    1    1    1    1    1    1    1    1     1     2     2     2     2     2

我想做的是计算一行中某个值发生变化的次数。例如，在第一行中，有两个更改—第5列到第6列，第10列到第11列

我使用

if

语句和

for

循环比较每个值，并使用计数器

c

计算发生更改的次数：

m=matrix(NA, nrow = length(d[,1]), ncol = 1)

for (s in 1:length(d[,1])){

  c=0

  for (i in 1:length(d[1,])){

    if (i < length(d[1,])){

      if (d[s,i]!=d[s,(i+1)]){
        c=c+1
      }  

    }

  }

  m[s,1]<-c
}

m=矩阵（NA，nrow=长度（d[，1]），ncol=1）
对于（1中的s：长度（d[，1]））{
c=0
对于（1中的i：长度（d[1，]））{
if（i<长度（d[1，]））{
如果（d[s，i]！=d[s，（i+1）]）{
c=c+1
}  
}
}
m[s，1]使用函数
diff

rowSums(t(apply(d,1,diff)))

或者按照Ben的建议（不确定我为什么决定，
t
和
rowSums
）

同样，我假设“1”与示例中的“1”不同，但如果数字跳跃，您可以尝试

colSums(apply(d,1,diff)!=0)

您也可以尝试以下方法：

apply(d,1,function(x) length(rle(x)$values)-1)

此函数迭代数据帧
d
的每一行。迭代通过
apply
完成，第二个参数（边距）的值为1，表示应选择行（两个边距表示列）

因此，我们将匿名函数
length（rle（x）$values）
应用于每一行，它临时存储在
x
中。根据
help（rle）
，函数执行以下操作：

计算向量中等长运行的长度和值

我们只对值感兴趣，而不是对连续运行的长度感兴趣。但事实上，我们甚至不需要知道存储在
rle（x）$values
中的值。这里我们唯一关心的是向量中有多少个值构成了“等值运行”。要提取值的数量，我们可以使用
length（）
函数，该函数确定向量中的条目数。最后，由于始终至少有一个值，并且我们想知道值的变化频率，因此需要从
length（）
获得的结果中减去1

希望这能有所帮助。
为了好玩，我们提供了一个带有数据表的解决方案。（在数据量巨大的情况下，可以提供更好的性能，尽管我不认为在这种情况下）：

工作原理：

我只是通过将列“移动”一个来比较这两个表，结果是一个表中有真/假值，其中每个真表示与下一列相比值的变化：

> diff
        V1    V2    V3    V4    V5    V6    V7    V8    V9  V10   V11   V12   V13   V14
[1,] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
[2,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE

不，我可以计算
TRUE
s（R中的值为
1
，FALSE为
0
，您可以通过
as.numeric（TRUE）
）发现）

PS：是的，没有数据表也可以这样做（只需比较移位矩阵
d
；-）
答案不错，但请充实一下？为什么不
colSums（应用（d，1，diff））
？请注意，只有当差异始终为1或0时，这才有效…好吧，我将其应用于我的数据，有时会得到-1。当使用
diff
时，这意味着什么？您介意解释一下该函数的作用吗？从我使用的
循环的
数量可以看出，我对R非常陌生。我将添加一个文本e几分钟：-）很好的解释！谢谢！：）
# Your original data
a=c(rep(0,5),rep(1,5),rep(2,5))
b=c(rep(1,5),rep(1,5),rep(2,5))
d=rbind(a,b)

# Solution starts here...
library(data.table)
dt <- as.data.table(d)  # convert to data.table for high performance. "Performance penalty" here is that the matrix is copied completely (setDT does not work on a matrix)
cols <- ncol(dt)
diff <- dt[, 1:(cols-1), with=FALSE ] != dt[, 2:cols, with=FALSE ]  # find differences (TRUE/FALSE table as result)
rowSums(diff)       # sum the differences per row

[1] 2 1

> diff
        V1    V2    V3    V4    V5    V6    V7    V8    V9  V10   V11   V12   V13   V14
[1,] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
[2,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE