Question

给定一个字符串列表，如何计算每个字符串出现的次数？说我的矢量x如下：

x <- c('cat','cat','cat','cat','dog','dog','cat','cow')

我希望得到的计数为：

# cat : 5
# dog : 2
# cow : 1

我知道答案不会像这样格式化，而是按照这些方式进行。

Answer 1

有很多方法可以做到这一点。在基数R中，这可以使用table()（如评论中所述）完成，也显示如下：

set.seed(1L)
x <- sample(paste0("V", 1:10), 1e3, TRUE)

table(x)
# x
#  V1 V10  V2  V3  V4  V5  V6  V7  V8  V9 
#  96 110 104  93 112 115  86  90 106  88

但是，这里有两件事：1）它会根据输入字符串自动排序结果，这可能并不总是令人满意。 2）如果你有一个大的矢量和/或寻找速度，那么它可能不是那样的方式，因为它似乎不能很好地扩展。

以下是第（2）点的示例：

set.seed(1L)
x <- sample(paste0("V", 1:1e4), 1e8, TRUE)
system.time(table(x))
#   user  system elapsed 
# 26.899   6.827  36.826

data.table包保留输入顺序，同时提供计数并且同时非常快。这是使用data.table的相同向量的运行时：

require(data.table)     ## >= 1.9.0
dt <- setDT(list(x=x))  ## create a data.table

system.time(ans1 <- dt[, .N, by=x]) ## get counts
#  user  system elapsed 
# 4.795   0.979   5.839

如果您确实希望获得已排序的结果，您可以执行：setkey(ans1, x)，它会根据ans1中的列'x'对结果进行排序，这在{{{ 1}}。

data.table

对于那些感兴趣的人来说，这也是速度与system.time(setkey(ans1, x)) # user system elapsed # 0.002 0.000 0.003的{{1}}方法的比较 - 请注意，这不会保留输入顺序（默认情况下排序），例如来自基座的dplyr同样。

data.frame

HTH

Answer 2

library("plyr")
count(x)

输出：

  x  freq
 cat    5
 cow    1
 dog    2

计算每个字符串在R中出现的次数

2 个答案: