「統計学関連なんでもあり」の過去ログ--- 048

No.22293　Ｒ　状態遷移を表形式で整理（２）　　【明石】　2017/03/05(Sun) 17:31

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

昨日〜本日と，件名「状態遷移を表形式で整理」について，
有難いご教示をいただきまして，誠にありがとうございました。
御礼を申し上げます。

その継続について検討を進めています。

私の方でもプログラムを作成していますが，苦慮しております。
またご教示いただれば，大変に助かります。

何卒どうぞ，よろしくお願いいたします。

ーーーーーーー

今回は，Webページのコンテンツの遷移を，
・縦方向に，遷移前のコンテンツ名
・横方向に，遷移後のコンテンツ名
・セルに，出現度数
からなる表形式で整理したいと思います。

今回の例示では，コンテンツの状態遷移が17行です，

n05 > n07 > n01 > n05
n05 > n05 > n05
n02 > n05
n07 > n02 > n05 > n02 > n05
n05
n03 > n05
n07 > n07 > n02
n02 > n02 > n04 > n06 > n01
n02 > n01 > n02 > n01 > n04 > n02
n06 > n02 > n02 > n06 > n01 > n02 > n06 > n01
n07 > n06 > n06
n04 > n03
n07 > n05 > n01 > n01
n02 > n04 > n04 > n02
n05 > n06 > n01 > n02
n05 > n02 > n02
n02 > n07 > n01 > n01 > n01

これを読み取り，画像ファイルにお示しをします表を出力したいと思います。

以下の手順でプログラムを作成するつもりです。
誠に恥ずかしいのですが，リストのハンドリングが不得手ですので，最初の(1)で足踏み状態です。

(1)
各行の状態遷移を読み取り，遷移の前後の対を出力する。

例えば，
"n05 > n07 > n01 > n05"　では，
"n05_n07" , "n07_n01" , "n01_n05"　のように，
遷移前のコンテンツ，遷移後のコンテンツを，"_"で連結した文字列を出力します。

ただし，以下の2つの場合は，無視します。。
・ "n05 > n05"　のように，同じコンテンツが連続する場合
・ "n05"　のように，1行でコンテンツが1つの場合
。

(2)
青木先生からご教示いただきましたと同じ方法で，表を出力します。

縦方向は，セッション
横方向は，遷移の前後の対の文字列

(3)
上記の表で，行和が 0 の行を削除する。

つまり，以下の場合です。
・1行に1つのコンテンツしかない場合
・1行に複数のコンテンツがあるが，すべて同じ種類の場合

(4)
上記の表で，列和をとる。

(5)
上記の表から，列名と列和の2列からなるデータフレームを作成する。

2列の変数名です。
mae_ato, freq

(6)
上記のデータフレームで，
変数 mae_ato を strsplit() 関数で分割した，3列を作成する。

3列の変数名です。
mae, ato, freq

(7)
上記のデータフレームで，xtab()関数を用いて，クロス表を作成する。

縦方向は，mae
横方向は，ato
セルは，freq

これが最終的に求める表です。

青木先生は，研ぎ澄まされた本質的でスマートなプログラムを作成されますので，
ご教示いただけましたら，大変に良い勉強となります。

お手数をお掛けいたしますが，ご教示を頂戴できましたら助かります。

何卒どうぞ，よろしくお願いいたします。

No.22294　Re: Ｒ　状態遷移を表形式で整理（２）　　【青木繁伸】　2017/03/05(Sun) 21:24

以下のように（前のプログラム方針とちょっと違うところがあるが，まあそれはそれ）

func <- function(s) {
	s <- strsplit(s, " > ")
	nameOfContents <- names(table(unlist(s)))
	numberOfContents <- length(nameOfContents)
	tbl <- matrix(0, numberOfContents, numberOfContents)
	colnames(tbl) <- rownames(tbl) = nameOfContents
	for (S in s) {
		a <- unlist(S)
		n <- length(a)
		for (i in seq_len(n - 1)) {
			if (a[i] != a[i + 1]) {
				tbl[a[i], a[i + 1]] <- tbl[a[i], a[i + 1]] + 1
			}
		}
	}
	tbl
}

func(c("n05 > n07 > n01 > n05", 
"n05 > n05 > n05", 
"n02 > n05", 
"n07 > n02 > n05 > n02 > n05", 
"n05", 
"n03 > n05", 
"n07 > n07 > n02", 
"n02 > n02 > n04 > n06 > n01", 
"n02 > n01 > n02 > n01 > n04 > n02", 
"n06 > n02 > n02 > n06 > n01 > n02 > n06 > n01", 
"n07 > n06 > n06", 
"n04 > n03", 
"n07 > n05 > n01 > n01", 
"n02 > n04 > n04 > n02", 
"n05 > n06 > n01 > n02", 
"n05 > n02 > n02", 
"n02 > n07 > n01 > n01 > n01"))

実行結果

    n01 n02 n03 n04 n05 n06 n07
n01   0   3   0   1   1   0   0
n02   2   0   0   2   3   2   1
n03   0   0   0   0   1   0   0
n04   0   2   1   0   0   1   0
n05   1   2   0   0   0   1   1
n06   4   1   0   0   0   0   0
n07   2   2   0   0   1   1   0

No.22295　Re: Ｒ　状態遷移を表形式で整理（２）　　【明石】　2017/03/06(Mon) 09:29

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

今回も，研ぎ澄まされたプログラムをご教示いただきまして，誠にありがとうございました。

確認いたしました。

ご教示くださいました2種類のプログラム，しっかりと勉強させていただきます。

心から御礼を申し上げます。