Question

让我定义一个数据框，其中一列id由整数

向量形成

df <- data.frame(id = c(1,2,2,3,3))

和列objects，而不是字符向量列表。让我们使用以下函数

创建列

randomObjects <- function(argument) {
  numberObjects <- sample(c(1,2,3,4), 1)
  vector <- character()
  for (i in 1:numberObjects) {
    vector <- c(vector, sample(c("apple","pear","banana"), 1))
  }
  return(vector)
}

然后使用lapply

调用

set.seed(28100)
df$objects <- lapply(df$id, randomObjects)

结果数据框是

df
#   id                 objects
# 1  1            apple, apple
# 2  2     apple, banana, pear
# 3  2                  banana
# 4  3    banana, pear, banana
# 5  3 pear, pear, apple, pear

现在我想用这样的数据框计算每个id对应的对象数

summary <- data.frame(id = c(1, 2, 3),
                      apples = c(2, 1, 1), 
                      bananas = c(0, 2, 2),
                      pears = c(0, 1, 4))

summary
#   id apples bananas pears
# 1  1      2       0     0
# 2  2      1       2     1
# 3  3      1       2     4

如何在不使用df循环的情况下将summary的信息折叠为更紧凑的数据框，例如for？

Answer 1

这是一个＆＃34; data.table＆＃34;的方法：

library(data.table)
dcast.data.table(as.data.table(df)[
  , unlist(objects), by = id][
    , .N, by = .(id, V1)], 
  id ~ V1, value.var = "N", fill = 0L)
#    id apple banana pear
# 1:  1     2      0    0
# 2:  2     1      2    1
# 3:  3     1      2    4

unlist ID的值，使用.N计算，并使用dcast.data.table重新整形。

最初，我曾想过来自＆＃34; qdapTools＆＃34;的mtabulate，但这并没有进行聚合步骤。不过，你可以尝试类似的东西：

library(data.table)
library(qdapTools)
data.table(cbind(df[1], mtabulate(df[[-1]])))[, lapply(.SD, sum), by = id]
#    id apple banana pear
# 1:  1     2      0    0
# 2:  2     1      2    1
# 3:  3     1      2    4

Answer 2

library(plyr)

ddply(df, .(id), function(d, lev) {
  x <- factor(unlist(d$objects), levels = lev)
  t(as.matrix(table(x)))
}, lev = unique(unlist(df$objects)))
#  id apple banana pear
#1  1     2      0    0
#2  2     1      2    1
#3  3     1      2    4

Answer 3

首先，汇总到id并转换为系数

id_objs <- lapply(tapply(df$obj,df$id,unlist),factor,levels=unique(unlist(df$obj)))

然后制表

tab <- sapply(id_objs,table)

对于您想要的输出，转置结果：t(tab)

  apple banana pear
1     2      0    0
2     1      2    1
3     1      2    4

Answer 4

使用apply的另一种方式：

library(data.table)

vals = unique(do.call('c', df[,2]))

setDT(df)[,as.list(table(factor(do.call('c',objects), levels=vals))),by=id]

#   id apple banana pear
#1:  1     2      0    0
#2:  2     1      2    1
#3:  3     1      2    4

R：列列表中的对象计数

4 个答案: