使用ddply（）获取某些ID的频率，通过多行中的外观（在R中）

Question

目标

如果以下描述很难遵循，请参阅示例“之前”和“之后”以查看简单示例。

我有交换数据，有独特的交易ID，以及交易的两个方面。 Side1和Side2是篮子，项目ID列表代表易货交易的两面。

我想计算每个ITEM在TRADES中出现的频率。例如，如果项目“001”出现在3个交易中，我将计数为3（忽略每次交易中出现的项目多少次）。

此外，我想用plyr ddply函数执行此操作。

（如果你对我的动机感兴趣，我会处理成千上万的交易，并且已经使用ddply来计算其他几个摘要统计数据。我想把它添加到ddply我已经使用，而不是在之后计算，并将其合并到ddply输出中......抱歉，如果难以理解的话。）

就伪代码而言我正在努力：

1. 合并Side1和Side2的每一行
2. 按行，获取每个项目ID的唯一（）外观
3. 应用table（）函数
4. 从表
转置和重新标记输出

---

我的数据结构示例和我想要的输出。

数据示例（之前）：

df <- data.frame(TradeID = c("01","02","03","04"))
df$Side1 = list(c("001","001","002"),
                c("002","002","003"),
                c("001","004"),
                c("001","002","003","004"))
df$Side2 = list(c("001"),c("007"),c("009"),c())

所需的输出（之后）：

df.ItemRelFreq_byTradeID <- data.frame(ItemID = c("001","002","003","004","007","009"),
                                       RelFreq_byTrade = c(3,3,2,2,1,1))

---

在没有ddply的情况下执行此操作的一种方法

我已经找到了一种方法来执行此操作。我的问题是，我似乎无法让ddply为我这样做。

 temp <- table(unlist(sapply(mapply(c,df$Side1,df$Side2), unique)))

 df.ItemRelFreq_byTradeID <- data.frame(ItemID = names(temp),
                                   RelFreq_byTrade = temp[])

---

感谢您提供的任何帮助！

柯蒂斯

Answer 1

我相信这会做你所要求的。它使用ddply。两次！

res <- ddply(df, .(TradeID), function(df) data.frame(ItemID = c(df$Side1[[1]],df$Side2[[1]]), TradeID = df$TradeID))  

ddply(res, .(ItemID), summarise, RelFreq_byTrade = length(unique(TradeID)))

请注意，ItemsID略有不合理。