分组和计数实例？

Question

是否可以使用 R (dplyr) 对所有其他列的实例进行分组和计数？例如，以下数据框

转向这个（注意：y是正在计算的值）

编辑：- 解释转换，x 是我分组的依据，对于每个分组的数字，我想计算 0 和 1 和 2 被提及的次数，如转换数据帧的第一行, 我们计算了在其他列 (y) 中 x = 1 等于 0 的次数，因此 0 在 a 列中出现一次，在 b 列中出现两次，在 c 列中出现一次

x  y  a  b  c
1  0  1  2  1
1  1  1  0  2
1  2  1  1  0
2  1  1  0  1
2  2  0  1  0

Answer 1

我会结合使用 tidyr 包中的 gather 和 spread，以及 dplyr:

中的 count

library(dplyr)
library(tidyr)
df = data.frame(x = c(1,1,1,2), a = c(0,1,2,1), b = c(0,0,2,2), c = c(0,1,1,1))
res = df %>% 
    gather(variable, value, -x) %>% 
    count(x, variable, value) %>% 
    spread(variable, n, fill = 0)
# Source: local data frame [5 x 5]
#
#   x value a b c
# 1 1     0 1 2 1
# 2 1     1 1 0 2
# 3 1     2 1 1 0
# 4 2     1 1 0 1
# 5 2     2 0 1 0

本质上，您首先将数据集的格式更改为：

head(df %>% 
    gather(variable, value, -x))
#  x variable value
#1 1        a     0
#2 1        a     1
#3 1        a     2
#4 2        a     1
#5 1        b     0
#6 1        b     0

这允许您使用 count 获取有关某些值在列 a 到 c 中出现频率的信息。之后，使用 spread.

将数据集重新格式化为所需的格式

Answer 2

结合data.table或reshape2[=36的melt和dcast函数的方法=]:

library(data.table) # v1.9.5+ dt.new <- dcast(melt(setDT(df), id.vars="x"), x + value ~ variable)

这给出：

dt.new # x value a b c # 1: 1 0 1 2 1 # 2: 1 1 1 0 2 # 3: 1 2 1 1 0 # 4: 2 1 1 0 1 # 5: 2 2 0 1 0

在 dcast 中，您可以指定要使用的聚合函数，但在这种情况下没有必要，因为默认聚合函数是 length。如果不使用聚合函数，您将收到一条警告：

Aggregation function missing: defaulting to length

此外，如果您没有明确地将数据帧转换为数据 table，data.table 将重定向到 reshape2（请参阅评论中@Arun 的解释）。因此，此方法也可以与 reshape2 一起使用：

library(reshape2) df.new <- dcast(melt(df, id.vars="x"), x + value ~ variable)

使用数据：

df <- read.table(text="x a b c 1 0 0 0 1 1 0 1 1 2 2 1 2 1 2 1", header=TRUE)

分组和计数实例？

Grouping and Counting instances?

r

plyr

dplyr