Mam dwie kolumny w ramce danychIlość Częstotliwość dwie kolumny w R
2010 1
2010 1
2010 2
2010 2
2010 3
2011 1
2011 2
Chcę policzyć częstotliwość obu kolumnach i uzyskać wynik w tym formacie
y m Freq
2010 1 2
2010 2 2
2010 3 1
2011 1 1
2011 2 1
Jeśli twoje dane to ramka danych df z kolumnami y i m
library(plyr)
counts <- ddply(df, .(df$y, df$m), nrow)
names(counts) <- c("y", "m", "Freq")
Korzystanie sqldf:
sqldf("SELECT y, m, COUNT(*) as Freq
FROM table1
GROUP BY y, m")
Jeśli miał bardzo duże ramki danych z wielu kolumn lub nie znać nazwy kolumn z góry, coś w tym może być użyteczna:
library(reshape2)
df_counts <- melt(table(df))
names(df_counts) <- names(df)
colnames(df_counts)[ncol(df_counts)] <- "count"
df_counts
y m count
1 2010 1 2
2 2011 1 1
3 2010 2 2
4 2011 2 1
5 2010 3 1
6 2011 3 0
library(data.table)
oldformat <- data.table(oldformat) ## your orignal data frame
newformat <- oldformat[,list(Freq=length(m)), by=list(y,m)]
Bardziej idiomatyczne data.table wersja odpowiedzi @ ugh byłoby:
library(data.table) # load package
df <- data.frame(y = c(rep(2010, 5), rep(2011,2)), m = c(1,1,2,2,3,1,2)) # setup data
dt <- data.table(df) # transpose to data.table
dt[, list(Freq =.N), by=list(y,m)] # use list to name var directly
Nie chodzi o poprawność lub niepoprawność. Odpowiedź jest poprawna, ale może nie tak idiomatyczna. Prawdopodobnie powinieneś po prostu zaproponować edycję zamiast opublikować konkurencyjną odpowiedź. –
Witam przy pomocy @DavidArenburg. Sądzę, że byłem bardzo podekscytowany notowaniem .N w data.table (choć wydaje mi się, że pamiętam, że w tym czasie odpowiedź Ugha nie wydawała mi się odpowiednia). Po twojej sugestii zredagowałem odpowiedź Ugh i usunę tę, jeśli zmiany zostaną zaakceptowane. Zmieniłem także "niepoprawną" część w mojej własnej odpowiedzi. – Richard
@DavidArenburg - Nie należy edytować odpowiedzi, aby zmienić na lepszą alternatywę ([patrz wskazówki dotyczące przeglądu kodu] (http://meta.stackexchange.com/questions/155538/what-are-the-guidelines-for-reviewing/ 155539 # 155539)). Richard, tworzenie własnej odpowiedzi było właściwe, P. – Scopey
ja nie widziałem dplyr odpowiedź jeszcze. Kod jest raczej prosty.
library(dplyr)
rename(count(df, y, m), Freq = n)
# Source: local data frame [5 x 3]
# Groups: V1 [?]
#
# y m Freq
# (int) (int) (int)
# 1 2010 1 2
# 2 2010 2 2
# 3 2010 3 1
# 4 2011 1 1
# 5 2011 2 1
danych:
df <- structure(list(y = c(2010L, 2010L, 2010L, 2010L, 2010L, 2011L,
2011L), m = c(1L, 1L, 2L, 2L, 3L, 1L, 2L)), .Names = c("y", "m"
), class = "data.frame", row.names = c(NA, -7L))
Nie wiem, dlaczego nie było oferowane, ale można też po prostu zrobić 'as.data.frame (tabela (DF))' –
Jedyny problem z to rozwiązanie polega na tym, że tworzy prawdziwą tabelę przestawną, która również wypisuje wiersz dla zer. Może to szybko wybuchnąć, jeśli istnieje wiele m wartości, które nie są wspólne dla większości wartości y. – pyll