我有一个数据框,其中包含以字符串形式提供的分类数据列。每列的类别是相同的,例如:
myDF=data.frame(col1=sample(c("a","b","c"),10,replace=T),
col2=sample(c("a","b","c"),10,replace=T),
col3=sample(c("a","b","c"),10,replace=T))
我想按列生成每个类别的计数表。
当所有列都包含所有类别时,可以使用函数apply
使用table
来完成此操作,例如:
> myDF
col1 col2 col3
1 a c a
2 b b b
3 a a b
4 b b a
5 c c a
6 a a a
7 a c c
8 a a c
9 c a a
10 a a b
> apply(myDF,2,table)
col1 col2 col3
a 6 5 5
b 2 2 3
c 2 3 2
但是,如果某个列缺少某些类别,那么这不起作用,因为table
不知道要预期的类别:
myDF=data.frame(col1=sample(c("a","b","c"),10,replace=T),
col2=sample(c("a","b","c"),10,replace=T),
col3=sample(c("a","b"),10,replace=T))
给出:
> myDF
col1 col2 col3
1 c a a
2 a a b
3 b a a
4 c c a
5 c a a
6 c c a
7 c b a
8 c b b
9 a a a
10 b b a
> apply(myDF,2,table)
$col1
a b c
2 2 6
$col2
a b c
5 3 2
$col3
a b
8 2
如何生成一个看起来像第一个的表,对于任何缺少的类别都是0?
答案 0 :(得分:2)
您可以收集所有因子级别并使用apply
中的那些:
#get the levels from the whole data.frame
all_levels <- levels(unlist(myDF))
#convert each column to factor using the levels from above
#and then use table (which will return a zero for any missing levels)
apply(myDF, 2, function(x) table(factor(x, levels = all_levels)))
输出:
col1 col2 col3
a 1 4 7
b 5 2 3
c 4 4 0
> myDF
col1 col2 col3
1 b a a
2 c b a
3 c c b
4 b a b
5 b c a
6 c c a
7 c b a
8 b a b
9 a c a
10 b a a
答案 1 :(得分:1)
我们可以使用mtabulate
library(qdapTools)
t(mtabulate(myDF))
# col1 col2 col3
#a 2 5 8
#b 2 3 2
#c 6 2 0
它适用于OP的帖子
中提到的两种情况