Question

我有一个数据框，在x轴上有诊断（从诊断1到30），在y轴上有ID号。观察结果是患者对医生的不同诊断。

我有一个更大的数据框，我对其进行了Traminer序列分析，并获得了上述数据框。看起来像这样：

d1（诊断1）等

我下面所说的诊断只是一个例子

         d1         d2      d3        d4     d5    d6   d7 etc.
      1 cancer
      2 cancer
      3 nothing
      4 nothing
      5 cancer 
      6 headache

因此，我想建立一个新的数据框，在其中将所有在初次诊断中患有“癌症”的患者归为一组，并在分组中将所有初诊为“无”的患者归为一类。这是因为数据框很大，我想尽量减少这种方式。

数据示例：

set.seed(1) 
Data <- data.frame( d1 = sample(c("cancer", "cancer", "cancer",
 "cancer","nothing", "cancer","cancer", "cancer" )), d2 = sample(c("cancer",
 "headache", "cancer", "cancer", "nothing", "nothing", "nothing", "nothing")),
 d3 = sample(c("cancer", "headache", "cancer", "cancer", "headache", "nothing",
 "nothing", "headache")) )

有可能吗？

预期结果：

我期望得到这样的结果：我可以将患有癌症的人数作为第一诊断，而将“无”作为第一诊断，依此类推。所以也许是这样的：

        D1   D2    D3 D4 D5 ECT.
 CANCER   5    4
 HEADACHE 4    3
 NOTHING  1    3

Answer 1

一种方法是使用转换为长格式，先计数然后再传播到宽格式。使用tidyverse来完成

library(tidyverse)

Data %>% 
 gather(var, val) %>% 
 group_by_all() %>% 
 count() %>% 
 spread(var, n)

给出，

# A tibble: 3 x 4
  val         d1    d2    d3
  <chr>    <int> <int> <int>
1 cancer       7     3     3
2 headache    NA     1     3
3 nothing      1     4     2

Answer 2

这可以做得更优雅，但可以处理reprex数据以及其他内容：

before:

/var/www/html/sggit/deb.php:15:
array (size=2)
  'position' => string '1' (length=1)
  'count' => int 4


/var/www/html/sggit/deb.php:15:
array (size=2)
  'position' => string '2' (length=1)
  'count' => int 3


modifying items...
after:

/var/www/html/sggit/deb.php:26:
array (size=2)
  'position' => string '1' (length=1)
  'count' => int 8


/var/www/html/sggit/deb.php:26:
array (size=2)
  'position' => string '2' (length=1)
  'count' => int 6

来自reprex数据的结果：

library(tidyverse)
df <- as.tibble(table(Data$d1)) %>% 
  rename(D1 = n) %>%
  merge(as.tibble(table(Data$d2)), by = "Var1", all = TRUE) %>%
  rename(D2 = n) %>%
  merge(as.tibble(table(Data$d3)), by = "Var1", all = TRUE) %>%
  rename(D3 = n)

在某些情况下，考虑到重复相同的事情，您可能希望将其包装到一个函数中。

如何将数据框中的相同观察结果分组为一组

2 个答案: