当使用daply进行频率计数时,“dims [product 0]与对象的长度不匹配”R中的错误

时间:2013-02-13 15:48:34

标签: r dataframe plyr frequency

我有一个data.frames列表,如下所示:

df=data.frame(
data_id=rep(LETTERS[1:10],each=1),
data_value=c(1,2,2,3,3,2,3,1,1,3))
df2=data.frame(
data_id=rep(LETTERS[1:10],each=1),
data_value=c(2,1,3,1,1,1,2,1,2,1))
df3=data.frame(
data_id=rep(LETTERS[1:10],each=1),
data_value=c(2,2,3,3,1,2,2,1,2,3))
df.list <- list(df, df2, df3)

单个data.frame看起来像这样:

         data_id    data_value
1        A          1
2        B          2
3        C          2
4        D          3
5        E          3
6        F          2
7        G          3
8        H          1
9        I          1
10       J          3

我想要计算每个唯一值在data_value中出现的频率。我可以这样做:

for(i in 1:length(df.list)){
    daply(df.list[[i]], .(df.list[[i]]$data_value), nrow) -> freq
}

这给了我频率计数(在这种情况下只是最后一个,对于df3):

1 2 3 
2 5 3 

我的实际数据集要大得多,所以我不能在这里发布。然而,它具有完全相同的结构。问题是,当我尝试获取实际数据集的频率计数时,我收到以下错误消息:

Error in dim(out_array) <- out_dim : dims [product 0] do not match the length of object [1]

有谁能告诉我在哪里需要开始寻找解决方法?我不明白'dim()'在哪里以及它做了什么。非常感谢。

1 个答案:

答案 0 :(得分:5)

通过用laply替换for循环,你实际上可以做得更好,这意味着输入是一个列表,输出是一个矩阵/数组。

o <- laply(df.list, function(x) {
    table(x$data_value)
})
> o
#      1 2 3
# [1,] 3 3 4
# [2,] 6 3 1
# [3,] 2 5 3

为了检查错误原因,尝试此操作会发生什么?

o <- llply(df.list, function(x) {
    table(x$data_value)
})

修改:为了使错误更容易理解,让我们创建一下这个data.frame:

d1 <- data.frame(a=1:4)
d2 <- data.frame(a=1:5)
d3 <- data.frame(a=1:6)
d4 <- data.frame(a=1:7)

dl <- list(d1,d2,d3,d4)

现在运行laply

laply(dl, function(x) table(x$a))
# Error: Results must have the same dimensions.

为什么呢?为了看到这一点,让我们打印出来:

> laply(dl, function(x) print(table(x$a)))

# 1 2 3 4 
# 1 1 1 1 
# 
# 1 2 3 4 5 
# 1 1 1 1 1 
# 
# 1 2 3 4 5 6 
# 1 1 1 1 1 1 
# 
# 1 2 3 4 5 6 7 
# 1 1 1 1 1 1 1 

# Error: Results must have the same dimensions.

你看到了问题吗?每行中的元素数量不同。你不能有一个矩阵(除非你附加较小元素的那些与行相等)。

相反,请使用列表,使它们成为列表的元素,以后可以使用[[number]]语法访问它们。

llply(dl, function(x) table(x$a))

# [[1]]
# 
# 1 2 3 4 
# 1 1 1 1 
# 
# [[2]]
# 
# 1 2 3 4 5 
# 1 1 1 1 1 
# 
# [[3]]
# 
# 1 2 3 4 5 6 
# 1 1 1 1 1 1 
# 
# [[4]]
# 
# 1 2 3 4 5 6 7 
# 1 1 1 1 1 1 1 

希望这可以解决问题。