在R中最简单的方法来获得向量中元素频率的向量

Question

假设我有一个值向量v。获得长度等于v的向量f的最简单方法是什么，其中f的第i个元素是v中v的第i个元素的频率？

我知道这样做的唯一方法似乎不必要地复杂化：

v = sample(1:10,100,replace=TRUE)
D = data.frame( idx=1:length(v), v=v )
E = merge( D, data.frame(table(v)) )
E = E[ with(E,order(idx)), ]
f = E$Freq

当然，有一种更简单的方法可以做到这一点，就像“频率（v）”一样？

Answer 1

对于小正整数v的向量，如问题中的表达式

tabulate(v)[v]

特别简单，也很快。

对于更一般的数字向量v，您可以说服ecdf帮助您，例如

w <- sapply(v, ecdf(v)) * length(v)
tabulate(w)[w]

最好自己编写基础算法，但这肯定会避免前面解决方案中隐含的浮点舍入错误：

frequencies <- function(x) {
  i <- order(x)
  v <- x[i]
  w <- cumsum(c(TRUE, v[-1] != v[-length(x)]))
  f <- tabulate(w)[w]
  return(f[order(i)])
}

该算法对数据进行排序，在遇到它们时为它们分配顺序标识符1,2,3 ......（通过对值变化时的二进制指示符求和），使用前面的tabulate()[]技巧要有效地获得频率，然后对结果进行排序，使输出逐个组件地与输入匹配。

Answer 2

这样的事情对我有用：

sapply(v, function(elmt, vec) sum(vec == elmt), vec=v)

Answer 3

我认为这里最好的解决方案是：

ave(v,v,FUN=length)

简单ave()的设计是复制并将FUN()的返回值映射回输入向量的每个索引，其输入向量的元素是{{{ 1}}被执行了。

Answer 4

我建议你使用 table 和 as.vector:

as.vector(table(dataInVector))