Question

我有5个数据帧，我只需要分析第一列。从这些中，我必须获得其常用词的频率表（不一定是所有数据帧的频率表，例如，一个词可以仅出现在两个或多个数据帧中）。

然后我必须获得所有数据帧的通用词频表

我刚刚尝试过for循环，但是我看起来非常复杂。此外，数据帧具有不同的尺寸。我找不到任何有用的功能。

然后我尝试做

lst1 <- list(a,b,c,d,e)  
newdat <- stack(setNames(lapply(lst1, "[", 1), seq_along(lst1)))[2:1]  
library(dplyr)  
newdat %>% group_by(val) %>% filter(uniqueN(ind) > 1) %>% count(val)

但这给我一个错误

> stack(setNames(lapply(lst1, "[", 1), seq_along(lst1)))
Error in stack.default(setNames(lapply(lst1, "[", 1), seq_along(lst1))):
   at least one vector element is required

谢谢

Answer 1

这是我使用purrr和dplyr的解决方案：

library(purrr)
library(dplyr)

lst1 <- list(mtcars=mtcars, iris=iris, chick=chickwts, cars=cars, airqual=airquality)  

lst1 %>%
  map_dfr(select, value=1, .id="df") %>%                # select first column of every dataframe and name it "value"
  group_by(value) %>% 
  summarise(freq=n(),                                   # frequency over all dataframes
            n_df=n_distinct(df),                        # number of dataframes this value ocurrs
            dfs = paste(unique(df), collapse=",")) %>% 
  filter(n_df > 1) %>% 
  filter(n_df == 5)                                     # if value has to be in all 5 dataframes

频率表，共有5个表

1 个答案: