我想执行一个非平凡的group_by
,通过其中一个变量中的单个元素对数据框进行分组和汇总。
df <- data.frame(x = 1:5)
df$y <- list("A", c("A", "B"), "C", c("B", "D", "C"), "E")
df
x y
1 1 A
2 2 A, B
3 3 C
4 4 B, D, C
5 5 E
现在按y
进行分组(并且计算行数),这是一个包含元素列表的变量,所需的最终结果应为:
data.frame(group = c("A", "B", "C", "D", "E"), n = c(2,2,2,1,1))
group n
1 A 2
2 B 2
3 C 2
4 D 1
5 E 1
因为“A”出现在2行中,“B”出现在2行中,等等
注意:n
的总和不一定等于数据框中的行数。
答案 0 :(得分:2)
我们可以使用简单基础R 解决方案与table
一起计算unlist
list
之后的频率,然后基于data.table
创建tbl <- table(unlist(df$y))
data.frame(group = names(tbl), n = as.vector(tbl))
# group n
#1 A 2
#2 B 2
#3 C 2
#4 D 1
#5 E 1
在该表对象上
tidyverse
或library(dplyr)
library(tidyr)
unnest(df) %>%
group_by(group = y) %>%
summarise(n=n())
# <chr> <int>
#1 A 2
#2 B 2
#3 C 2
#4 D 1
#5 E 1
as.data.frame.table
或者如评论中提到的@alexis_laz,替代方案是as.data.frame(table(group = unlist(df$y)), responseName = "n")
(def mydata #{{:rank 2 :page 1 :group "fish"}
{:rank 1 :page 1 :group "mammal"}
{:rank 3 :page 2 :group "bird"}})
答案 1 :(得分:2)
简单的基础R解决方案:(实际上这是重复问题,但无法找到它)
sapply(unique(unlist(df$y)), function(x) sum(grepl(x, df$y))
# A B C D E
# 2 2 2 1 1