Question

我将数据保存在一个长列表中。这是前六行/记录的一个例子：

A <- list(c("JAMES","CHARLES","JAMES","RICHARD"),  
    c("JOHN","ROBERT","CHARLES"),  
    c("CHARLES","WILLIAM","CHARLES","MICHAEL","WILLIAM","DAVID","CHARLES","WILLIAM"),  
    c("CHARLES"),  
    c("CHARLES","CHARLES"),  
    c("MATTHEW","CHARLES","JACK"))

现在我想计算每一行/记录中每个唯一术语出现的相对频率基于我的例子，我希望得到类似于此的输出：

[1] "JAMES" 0.5 "CHARLES" 0.25 "RICHARD" 0.25  
[2] "JOHN" 0.3333333 "ROBERT" 0.3333333 "CHARLES" 0.3333333  
[3] "CHARLES" 0.375 "WILLIAM" 0.375 "MICHAEL" 0.125 "DAVID" 0.125  
[4] "CHARLES" 1  
[5] "CHARLES" 1  
[6] "MATTHEW" 0.3333333 "CHARLES" 0.3333333 "JACK" 0.3333333

到目前为止，我只知道如何计算单个术语的相对频率;例如：

> (sapply(A, function(x)sum(grepl("JAMES", x))))/sapply(A, length)  
[1] 0.5 0.0 0.0 0.0 0.0 0.0

我的例子当然只包含十个独特的术语。但我的实际数据包含近200个独特的术语，因此上述方法是不可行的。因此，我正在寻找一种不同的方式，这样我就可以一次性计算所有术语的相对频率。
除此之外，我想总结所有行/记录中每个唯一名称的相对频率根据我上面的例子，我想获得类似于这个的输出，请：

[1] "JAMES" 0.5  
[2] "CHARLES" 3.291667  
[3] "RICHARD" 0.25  
[4] "JOHN" 0.3333333  
[5] "ROBERT" 0.3333333  
[6] "WILLIAM" 0.375  
[7] "MICHAEL" 0.125  
[8] "DAVID" 0.125  
[9] "MATTHEW" 0.3333333  
[10] "JACK" 0.3333333

非常感谢您的考虑！

Answer 1

您可以使用?table和?aggregate：

BL <- lapply(A, function(x)table(x)/length(x))
## turn list into a vector
B <- unlist(BL)

## sum all frequencies
aggregate(B, list(names(B)), FUN=sum)
#   Group.1         x
#1  CHARLES 3.2916667
#2    DAVID 0.1250000
#3     JACK 0.3333333
#4    JAMES 0.5000000
#5     JOHN 0.3333333
#6  MATTHEW 0.3333333
#7  MICHAEL 0.1250000
#8  RICHARD 0.2500000
#9   ROBERT 0.3333333
#10 WILLIAM 0.3750000

Answer 2

我认为这就是你想要的：

lapply(A,function (x) table(x)/length(x))

计算列表项的相对频率及其在R中的总和？

2 个答案: