Question

我希望得到以下数据框的计数：

> Santa
   Believe Age Gender Presents Behaviour
1    FALSE   9   male       25   naughty
2     TRUE   5   male       20      nice
3     TRUE   4 female       30      nice
4     TRUE   4   male       34   naughty

相信的孩子数量。我会用什么命令来获取它？

（实际的数据框要大得多。我刚给你前四行......）

谢谢！

Answer 1

您可以使用table：

R> x <- read.table(textConnection('
   Believe Age Gender Presents Behaviour
1    FALSE   9   male       25   naughty
2     TRUE   5   male       20      nice
3     TRUE   4 female       30      nice
4     TRUE   4   male       34   naughty'
), header=TRUE)

R> table(x$Believe)

FALSE  TRUE 
    1     3

Answer 2

我认为这是一个两步过程：

根据提供的过滤器对原始数据帧进行子集化（相信== FALSE）;然后
获取此子集的行数

第一步，子集功能是一种很好的方法（只是普通索引或括号表示法的替代方法）

第二步，我会使用 dim 或 nrow

使用子集的一个优点：您不必解析它返回的结果以获得所需的结果 - 只需直接调用 nrow 即可。< / p>

所以在你的情况下：

v = nrow(subset(Santa, Believe==FALSE))     # 'subset' returns a data.frame

或包含在匿名函数中：

>> fnx = function(fac, lev){nrow(subset(Santa, fac==lev))}

>> fnx(Believe, TRUE)
      3

除了 nrow 之外， dim 也可以完成这项工作。此函数返回数据框（行，列）的维度，因此您只需提供适当的索引即可访问行数：

v = dim(subset(Santa, Believe==FALSE))[1]

在此之前发布的OP的答案显示了列联表的使用。对于OP中所述的一般问题，我不喜欢这种方法。这就是原因。当然，这个数据框中有多少行在C列中具有值x的一般问题？可以使用列联表以及使用“过滤”方案来回答（如我的答案）。如果您想要给定因子变量（列）的所有值的行计数，那么列联表（通过调用表并传入感兴趣的列）是最明智的解决方案;但是，OP要求在因子变量中计算特定值，而不是在所有值上计数。除了性能损失（可能很大，可能很简单，只取决于数据框的大小和此函数所在的处理管道上下文）。当然，一旦返回表调用的结果，您仍然必须从该结果解析只需要您想要的计数。

这就是为什么，对我来说，这是一个过滤而不是交叉表问题。

Answer 3

sum(Santa$Believe)

Answer 4

您可以执行summary(santa$Believe)，您将获得TRUE和FALSE

的点数

Answer 5

DPLYR让这很容易。

x<-santa%>%
   count(Believe)

如果你想按小组计算;例如，有多少男性与女性相信，只需添加group_by：

x<-santa%>%
   group_by(Gender)%>%
   count(Believe)

Answer 6

带有data.table的单行解决方案可能是

library(data.table)
setDT(x)[,.N,by=Believe]
   Believe N
1:   FALSE 1
2:    TRUE 3

Answer 7

使用sqldf符合以下条件：

library(sqldf)
sqldf("SELECT Believe, Count(1) as N FROM Santa
       GROUP BY Believe")

R中数据帧中的条目数

7 个答案: