Question

所以我有一个示例数据框，其中包含id为id，count和username的id，count为count，username为字符串。

对于数据帧的每一行，我想设置一个名为'ratio'的新列的值，其比率定义为

count /行数，其中username ==此行中的用户名

提供的数据示例：
在用户名为“Tom”的每一行中，比率将为count / 4，因为用户Tom在数据中被找到四次。

这只是我的问题的简化版本，for循环不是一个选项，因为我的原始数据帧有大约340万行和我以前的方法，我使用for循环来迭代例如，解决这个问题的“用户名”需要永远。

我的数据框的输入：

structure(list(id = 1:20, count = c(140L, 89L, 17L, 114L, 129L, 
86L, 21L, 50L, 197L, 160L, 8L, 14L, 78L, 208L, 155L, 55L, 63L, 
20L, 189L, 79L), usernames = structure(c(4L, 3L, 5L, 5L, 2L, 
3L, 1L, 1L, 3L, 1L, 3L, 2L, 5L, 5L, 4L, 4L, 2L, 2L, 2L, 3L), .Label = c("Jerry", 
"Mark", "Phil", "Tina", "Tom"), class = "factor")), .Names = c("id", 
"count", "usernames"), row.names = c(NA, 20L), class = "data.frame")

我希望我提供了一切让你理解并重现问题，如果遗漏的东西在评论中毫不犹豫地提及它。

Answer 1

有几种选择。这里有三个，一个在基础R，一个用data.table，一个用＆＃34; plyr＆＃34;。两者都假设我们从一个名为＆＃34; mydf＆＃34;的数据框开始：

基础R

within(mydf, {
  temp <- as.numeric(ave(as.character(usernames), usernames, FUN = length))
  ratio <- count/temp
  rm(temp)
})

data.table

library(data.table)
DT <- data.table(mydf)
DT[, ratio := count/.N, by = "usernames"]
DT

plyr

library(plyr)
ddply(mydf, .(usernames), transform,
      ratio = count/length(usernames))

Answer 2

您可以使用ave：

transform(d, x=count/as.numeric(ave(d$usernames, d$usernames, FUN=length)))

使用数据帧中列值的频率来计算新列值

2 个答案:

基础R

data.table

plyr