计算唯一组组合中的出现次数

Question

我有一个类似于下面的数据集：

SSN Auto    MtgHe   Personal    Other   None
A   1           1    0          0       0
B   1           1    0          0       0
C   1           0    0          0       0
D   1           0    1          1       0
E   0           0    0          0       1
F   0           0    0          0       1
G   0           0    0          0       1

SSN 是个人，Auto、MtgHe、Personal、Other 是贷款类别，'None' 表示没有贷款。总共有 15 种独特的可能贷款组合加上 1 种 'None' 的其他可能性，表示不存在贷款。因此，一个人可能只有汽车贷款，或者汽车和个人贷款，或者根本没有贷款。我想要一些具有各种不同组合的 SSN。使用上面的 table 结果如下：

Cnt Auto    MtgHe   Personal    Other   None
2   1           1    0          0       0
1   1           0    0          0       0
1   1           0    1          1       0
3   0           0    0          0       1

关于如何在 R 中实现这一点有什么想法吗？我的数据集确实有数万个案例，但我们将不胜感激。

Answer 1

一个选项，使用dplyr的count函数：

library(dplyr)
count(df, Auto, MtgHe, Personal, Other, None) %>% ungroup()
#Source: local data frame [4 x 6]
#
#  Auto MtgHe Personal Other None n
#1    0     0        0     0    1 3
#2    1     0        0     0    0 1
#3    1     0        1     1    0 1
#4    1     1        0     0    0 2

对于那些喜欢 base R 且不排序的人：

x <- interaction(df[-1])
df <- transform(df, n = ave(seq_along(x), x, FUN = length))[!duplicated(x),-1]
#  Auto MtgHe Personal Other None n
#1    1     1        0     0    0 2
#3    1     0        0     0    0 1
#4    1     0        1     1    0 1
#5    0     0        0     0    1 3

Answer 2

Base R 解决方案使用 aggregate:

aggregate(count ~ ., data=transform(dat[-1],count=1), FUN=sum )

#  Auto MtgHe Personal Other None count
#1    1     0        0     0    0     1
#2    1     1        0     0    0     2
#3    1     0        1     1    0     1
#4    0     0        0     0    1     3

Answer 3

以及强制性 data.table 版本（唯一一个不会重新排序数据集的版本）

library(data.table)
setDT(df)[, .(Cnt = .N), .(Auto, MtgHe, Personal, Other, None)]
#    Auto MtgHe Personal Other None Cnt
# 1:    1     1        0     0    0   2
# 2:    1     0        0     0    0   1
# 3:    1     0        1     1    0   1
# 4:    0     0        0     0    1   3

或者更短的版本可以是

temp <- names(df)[-1]
setDT(df)[, .N, temp]
#    Auto MtgHe Personal Other None N
# 1:    1     1        0     0    0 2
# 2:    1     0        0     0    0 1
# 3:    1     0        1     1    0 1
# 4:    0     0        0     0    1 3

为了好玩，这是另一个（无序的）基础 R 版本

Cnt <- rev(tapply(df[,1], do.call(paste, df[-1]), length))
cbind(unique(df[-1]), Cnt)
#   Auto MtgHe Personal Other None Cnt
# 1    1     1        0     0    0   2
# 3    1     0        0     0    0   1
# 4    1     0        1     1    0   1
# 5    0     0        0     0    1   3

还有一个额外的 dplyr 版本以确保完整性

library(dplyr)
group_by(df, Auto, MtgHe, Personal, Other, None) %>% tally
# Source: local data frame [4 x 6]
# Groups: Auto, MtgHe, Personal, Other
# 
#   Auto MtgHe Personal Other None n
# 1    0     0        0     0    1 3
# 2    1     0        0     0    0 1
# 3    1     0        1     1    0 1
# 4    1     1        0     0    0 2

计算唯一组组合中的出现次数

count occurrences in unique group combination

combinations

r

unique