R通过分类或因子列获得频率分布

Question

我有如下数据。如果我想找到频率分布，那么我可以使用下面的 hist 命令并使用 histz$breaks 和 histz$counts 查找落在每个范围内的观测值的数量。

我想按 a 列中的值获取 b 列的分布。我的 a 列将有 6 个不同的值。

我的预期输出是一个数据框

第 1 列 - 突破值
第 2 列 - 当试验的第一列的值为 a 时，计数为落在中断值
第 3 列 - 当试验的第一列的值为 b 时落在中断值
第 4 至第 7 列 - 与前面 2 列类似的逻辑

我的数据

a=c("a","a","b","a","b","b","c","a")

b=c(1,3,4,3,5,7,8,9)

trial=data.frame(a,b)

histz=hist(trial$b, breaks=c(0,4,6,100),plot=FALSE)

histz

Answer 1

可以用cut()对b进行分类，然后table()得到每个区间的分布。在你的例子中

tab = table(cut(trial$b,breaks=c(0,4,6,100)),trial$a)

生产

          a b c
  (0,4]   3 1 0
  (4,6]   0 1 0
  (6,100] 1 1 1

如果你想要比例，你可以使用

ptab = prop.table(tab,margin=2)

并用于格式化 2 位数字

rtab = round(ptab,2)

导致

             a    b    c
  (0,4]   0.75 0.33 0.00
  (4,6]   0.00 0.33 0.00
  (6,100] 0.25 0.33 1.00

最后，如果要转换百分比，请使用 formattable 库

library(formattable)
prtab = apply(rtab,1:2,percent,digits=0)

          a     b     c     
  (0,4]   "75%" "33%" "0%"  
  (4,6]   "0%"  "33%" "0%"  
  (6,100] "25%" "33%" "100%"

您可以使用 digits 参数控制精度。

R通过分类或因子列获得频率分布

R get frequency distribution by a categorical or factor column

r

frequency

categorical-data

frequency-distribution