R-有效计算每组二进制变量中的开关数

为了提供一些上下文，我有一个心理学实验的眼动数据框架，我想计算每个参与者在两个感兴趣区域（AOI）之间的切换

这里是问题的简化数据帧（我们假设

AOI2==！AOI1

所以我们不需要它）：

---

一个选项是使用

dplyr:：lag

将该值与当前行进行比较，以便计算每个参与者的开关数

library(tidyverse)

df %>% group_by(Participant) %>%
  summarise(count = sum(AOI1 != lag(AOI1, default = -Inf)))

# # A tibble: 7 x 2
#   Participant count
#         <int> <int>
# 1           1     5
# 2           2     4
# 3           3     5
# 4           4     4
# 5           5     6
# 6           6     6
# 7           7     4

库（tidyverse）
df%>%分组依据（参与者）%>%
总结（count=sum（AOI1！=lag（AOI1，默认值=-Inf）））
##A tibble:7 x 2
#参与者人数
#          
# 1           1     5
# 2           2     4
# 3           3     5
# 4           4     4
# 5           5     6
# 6           6     6
# 7           7     4

由于您已经在使用

tidyverse

，因此可以使用

lag

作为

dplyr

的一部分提供。这将检查AOI1的值是否与前一个值相同，如果不相同，则将标志设置为1。对于每个参与者的第一条记录，该值自动设置为

NA

。请注意，

group_by

是必需的，否则每次遇到新参与者时，该标志不会被“重置”。还假设数据按参与者和时间排序；如果没有，管道

在
分组人之前安排（参与者，时间）

df <- tibble(Participant = rep(1:7, times = 1, each = 10),
             Time = rep(1:10, 7),
             AOI1 = rbinom(70, 1, .5))
df2 <- df %>%
  group_by(Participant) %>%
  mutate(switch = ifelse(AOI1 != lag(AOI1), 1, 0)) %>%
  summarise(num_switches = sum(switch, na.rm = TRUE))

df%
突变（开关=ifelse（AOI1！=lag（AOI1），1，0））%>%
总结（num_switches=sum（switch，na.rm=TRUE））
太好了，
滞后
正是我需要的！很高兴了解
arrange
，现在不需要它，但它肯定会在某个时候派上用场。
library(tidyverse)

df %>% group_by(Participant) %>%
  summarise(count = sum(AOI1 != lag(AOI1, default = -Inf)))

# # A tibble: 7 x 2
#   Participant count
#         <int> <int>
# 1           1     5
# 2           2     4
# 3           3     5
# 4           4     4
# 5           5     6
# 6           6     6
# 7           7     4

df <- tibble(Participant = rep(1:7, times = 1, each = 10),
             Time = rep(1:10, 7),
             AOI1 = rbinom(70, 1, .5))
df2 <- df %>%
  group_by(Participant) %>%
  mutate(switch = ifelse(AOI1 != lag(AOI1), 1, 0)) %>%
  summarise(num_switches = sum(switch, na.rm = TRUE))