使用lapply生成个体状态转移表时如何强制表维度一致？

我懂你现在的困扰——150个个体里有的转移次数太少，甚至没转移，导致生成的状态转移表大小不一，不管是直接提取数据绘图还是手动补0都容易出问题。这里给你两个靠谱的解决方案，应该能解决你的问题：

方案1：生成table时固定维度（最简单直接） #

问题的根源是table()默认只保留出现过的状态水平，所以没转移的状态会被省略。我们可以把FROM和TO转换成包含所有4个状态的因子，强制生成4x4的转移表，哪怕某个状态组合没有转移，也会填充0。

修改你的transition_table生成代码即可：

n_STATEs <- 4
data <- read.csv("transitiondata.csv")
transitions <- by(data, data$ID, function(xx) {
  data.frame(
    ID = head(xx$ID,-1), 
    TIME = tail(xx$TIME,-1), 
    FROM = head(xx$STATE,-1), 
    TO = tail(xx$STATE,-1)
  )
})

# 关键修改：把FROM和TO转为指定levels的因子，确保table是4x4结构
transition_table <- lapply(transitions, function(xx) {
  xx$FROM <- factor(xx$FROM, levels = 1:n_STATEs)
  xx$TO <- factor(xx$TO, levels = 1:n_STATEs)
  table(xx$FROM, xx$TO)
})

# 后续绘图代码可以正常运行，因为每个table都是4x4的
min_n_transitions <- min(unlist(transition_table))
max_n_transitions <- max(unlist(transition_table))
max_freq <- 150
par(mfrow=rep(n_STATEs,2), mai=c(.4,.4,.4,.1))
for ( from in 1:n_STATEs ) {
  for ( to in 1:n_STATEs ) {
    # 提取每个个体的(from,to)转移次数
    foo <- sapply(transition_table, "[", from, to)
    hist(foo, freq=TRUE, xlim=c(min_n_transitions,max_n_transitions), 
         ylim=c(0,max_freq), xlab="", ylab="", 
         main=paste("From",from,"to",to), las=1, col="lightgray")
  }
}

这个方法能保证所有转移表的结构完全一致，不会出现维度错误，而且转移计数是准确的，不会因为行/列排序问题出错。

方案2：用三维数组统一存储转移计数（更灵活） #

如果后续还要做更多分析，可以把所有个体的转移次数整理成一个三维数组（ID × FROM × TO），xtabs会自动处理缺失的转移组合，填充0，不需要手动补全。

代码示例：

n_STATEs <- 4
data <- read.csv("transitiondata.csv")
transitions <- by(data, data$ID, function(xx) {
  data.frame(
    ID = head(xx$ID,-1), 
    TIME = tail(xx$TIME,-1), 
    FROM = head(xx$STATE,-1), 
    TO = tail(xx$STATE,-1)
  )
})

# 合并所有个体的转移数据
all_transitions <- do.call(rbind, transitions)

# 按ID、FROM、TO分组统计次数，缺失的组合自动补0
transition_counts <- xtabs(~ ID + FROM + TO, data = all_transitions, 
                          exclude = NULL, na.action = na.pass)

# 绘图：直接提取每个(from,to)组合的所有个体次数
max_freq <- 150
par(mfrow=rep(n_STATEs,2), mai=c(.4,.4,.4,.1))
for (from in 1:n_STATEs) {
  for (to in 1:n_STATEs) {
    counts <- transition_counts[, from, to]
    hist(counts, freq=TRUE, xlim=c(min(counts), max(counts)), 
         ylim=c(0,max_freq), xlab="", ylab="", 
         main=paste("From",from,"to",to), las=1, col="lightgray")
  }
}

这个方法的数据结构更清晰，后续做统计分析（比如计算平均转移次数、差异检验）会更方便。

为什么你之前的补全方法可能出错？ #

你之前手动补全缺失行/列时，rows和cols是从现有表中提取的唯一值，可能出现排序不一致的问题（比如某个表的行是c(2,1)，而你补全时用的是1:4的顺序），导致提取的转移计数对应错误的状态组合。而用因子指定levels或者xtabs的方法，能严格保证状态的顺序和完整性，避免这类问题。

内容的提问来源于stack exchange，提问作者asher