我有一个如下所示的数据集
Id A B C
10 1 0 1
11 1 0 1
12 1 1 0
13 1 0 0
14 0 1 1
我正在尝试计算下面的列模式。
Pattern Count
A, C 2
A, B 1
A 1
B, C 1
不确定从哪里开始,非常感谢任何帮助或建议。
答案 0 :(得分:4)
如果您不必按ID分组,那么只需
table(apply(df[-1], 1, function(i) paste(names(i[i == 1]), collapse = ',')))
# A A,B A,C B,C
# 1 1 2 1
答案 1 :(得分:2)
我们可以试试
table(gsub(",*N|N,*", "", chartr('0123', 'NABC',
do.call(paste, c(df1[-1] * col(df1[-1]), sep=",")))))
# A A,B A,C B,C
# 1 1 2 1
正如@DavidArenburg所提到的,old/new
中的chartr
可以通过
cols <- paste(c("N", names(df1[-1])), collapse = "")
indx <- paste(seq(nchar(cols)) - 1, collapse = "")
table(gsub(",*N|N,*", "", chartr(indx, cols,
do.call(paste, c(df1[-1] * col(df1[-1]), sep=",")))))
答案 2 :(得分:2)
从&#34;逆转&#34;开始两个单独的向量中的数据列表:
w = which(dat[-1] == 1L, TRUE)
我们可以使用
table(tapply(names(dat)[-1][w[, "col"]], w[, "row"], paste, collapse = ", "))
#
# A A, B A, C B, C
# 1 1 2 1
如果仅为了格式化目的而不需要结果,为了避免不必要的paste
/ strsplit
,另一种选择 - 很多 - 是:
pats = split(names(dat)[-1][w[, "col"]], w[, "row"])
upats = unique(pats)
data.frame(pat = upats, n = tabulate(match(pats, upats)))
# pat n
#1 A, C 2
#3 A, B 1
#4 A 1
#5 B, C 1