R 随时间的概率分布?
我是新来R的。我已经对这个问题进行了全面的讨论,也许没有正确地寻找我想要的答案 我有一个矩阵,它具有行和列的独特二元关系。如果这两个人在那一年没有互动,则单元格中填充0,如果他们在那一年没有互动,则填充1 我试图计算每个单元格的百分比-相对于第一次出现1后的条目数,出现1的次数。通俗地说,这就是两个人见面后每年互动的频率 一行中第一次出现1的情况总是100%。例如,下面示例中的B行:R 随时间的概率分布?,r,sna,R,Sna,我是新来R的。我已经对这个问题进行了全面的讨论,也许没有正确地寻找我想要的答案 我有一个矩阵,它具有行和列的独特二元关系。如果这两个人在那一年没有互动,则单元格中填充0,如果他们在那一年没有互动,则填充1 我试图计算每个单元格的百分比-相对于第一次出现1后的条目数,出现1的次数。通俗地说,这就是两个人见面后每年互动的频率 一行中第一次出现1的情况总是100%。例如,下面示例中的B行: V1 V2 V3 V4 A 0 0 1 0 B 1 1 0 0 变成 100 100 66 5
V1 V2 V3 V4
A 0 0 1 0
B 1 1 0 0
变成
100 100 66 50
我计算了矩阵中每个单元格的累积和
data <- matrix(sample(0:1,5*4,rep=T),4)
test<-t(apply(data,1,cumsum))
datadata=1)
为元素划分提供了几乎合适的分母,而f(data)==0
确保我们不被0除。是t(apply(data,1,cumsum)/(1:ncol(data))*100
您在寻找什么?
mm<-function(x){(x)/(ncol(data)-(which(x>0)[1]))}
tmp_int<-apply(data, 1:2, mm)
data <- matrix(sample(0:1, 5 * 4, rep = TRUE), 4)
f <- function(m) t(apply(m, 1, cumsum))
f(data) / (f(f(data) >= 1) + (f(data) == 0)) * 100
# [,1] [,2] [,3] [,4] [,5]
# [1,] 100 50 66.66667 75.00000 60
# [2,] 100 100 66.66667 50.00000 40
# [3,] 0 100 50.00000 33.33333 25
# [4,] 100 50 66.66667 50.00000 60