Question

我想在R data.table中输入频率表。

数据的格式如下：

          Height
Gender    3      35
m       173     125
f       323     198

...，其中表（173、125等）中的条目为计数。

我有一个2 x 2的桌子，我想将它变成两列data.table。

数据来自对高空筑巢的鸟类的研究。问题是不同性别的鸟是否偏爱某些身高。

我认为频率表应该变成这样：

    Gender height   N
      m      3     173
      m      35    125
      f      3     323
      f      35    198

但是现在我不太确定。我要运行的某些模型需要逐个列出每个案例。

我可以在R中进行此转换吗？理想情况下，我想要一种在两种格式之间来回切换的方法。

Answer 1

基于对“ table”的评论。

制作一个数据框（x），其中包含Gender，Height和Freq列，这将是您的N值。
使用

tabledata <- xtabs(Freq ~ ., x)

有许多基本函数可以处理此类数据，显然比单个行要紧凑得多。

也来自？loglin这个使用表的示例。

 loglin(HairEyeColor, list(c(1, 2), c(1, 3), c(2, 3)))

Answer 2

感谢大家（@simon和@Elin）的帮助。我以为我进行的一项民意测验将获得诸如“从4行版本开始”或“从719行版本开始”的答案，并且你们所有人都给了我一个完整的工具箱，可以从一个方法转换到另一个方法。它确实很棒，信息量大，而且比查询值得的更多。

毫无疑问，我在提出问题时需要更加努力，变得更加明确。通过-3的评分，我看到了这个笨拙的举动，明确表明我没有在知识库中添加任何内容，因此将删除该问题，以防止将来的搜索者找到该问题。我最近的问题一直表现不佳，作为本年度的前任老师，五本著作的作者和博士学位统计学家，我在Stack Exchange呆了这么长时间真是太尴尬了，一个声誉点。一。这意味着我对您答案的支持不算什么。

该声誉点应为深红色。

这就是我要得到的：在书中，表达数据的常用方法是在2×2表格中：

             Height 
 Gender     3     35 
    M      173   175 
    F      323   198

我的tic-tac大小的头脑看到将数据输入数据表的两种方法：

require(data.table)
GENDER <- c("m","m","f","f")
HEIGHT <- c(3, 35, 3, 35)
N <- c(173, 125, 323, 198)
SANDFLIERS <-data.table(GENDER, HEIGHT, N)

这给出了数据的四行平面文件/整洁表示形式：

   GENDER HEIGHT   N
1:      m      3 173
2:      m     35 125
3:      f      3 323
4:      f     35 198

另一种选择是制作一个173行数据表，其中的173公头@ 3英尺，125公头@ 35英尺等。如果使用rep()命令并仔细构建表列，这还不错。我讨厌做算术运算，因此我不愿透露任何这些数字。

# I need 173+125 males, and 323+198 females.
# One c(rep()) for "m", one c(rep() for "f", and one c() to merge them
gender <- c(c(rep("m", 173+25)), c(rep("f",(323+198))))

# Same here, except the c() functions are one level 'deeper'. I need two
# sets for males (at heights 3 and 35, 173 and 125 of each, respectively)
# and two sets for females (at heights 3 and 35, 323 and 198 respectively)
heights <-c(c(c(rep(3, 173)), c(rep(35,25))), c(c(rep(3, 323)), c(rep(35,198))))

当合并为data.table时会产生719行，每只观察到的鸟都有一行。

  1:      m       3
  2:      m       3
  3:      m       3
  4:      m       3
  5:      m       3
 ---               
715:      f      35
716:      f      35
717:      f      35
718:      f      35
719:      f      35

现在我拥有两种格式的数据，我开始寻找进行绘图和分析的方法。

我可以使用719行的版本来获得镶嵌图，但是由于我的1点声誉，您看不到它

mosaicplot(table(sandfliers), COLOR=TRUE, margin, legend=TRUE)

Mosaic Plot

您可以使用4行版本的气球图

Balloon Plot

所以我的问题是，对于那些对这类事情有很多经验的人来说，您发现4行或719行表更常见吗？我可以从一个更改为另一个，但这是要添加到书中的更多代码（再次听到我的编辑说“您在教统计，而不是R”）。

因此，正如我在顶部说的那样，这只是一次非正式调查，以调查一种使用方式是否比另一种使用频率高，或者初学者使用它会更好。

Answer 3

这是列联表的形式。直接输入R并不容易，但是可以按照以下步骤（基于http://cyclismo.org/tutorial/R/tables.html）进行操作：

> f <- matrix(c(173,125,323,198),nrow=2,byrow=TRUE)
> colnames(f) <- c(3,35)
> rownames(f) <- c("m","f")
> f <- as.table(f)
> f
    3  35
m 173 125
f 323 198

然后您可以使用以下方法创建计数或频率表：

> as.data.frame(f)
  Var1 Var2 Freq
1    m    3  173
2    f    3  323
3    m   35  125
4    f   35  198

R Cookbook提供了一个简短的功能，可以转换为案例表（即，单个项目的一长串列表），如下所示：

> countsToCases(as.data.frame(f))

...其中：

# Convert from data frame of counts to data frame of cases.
# `countcol` is the name of the column containing the counts
countsToCases <- function(x, countcol = "Freq") {
    # Get the row indices to pull from x
    idx <- rep.int(seq_len(nrow(x)), x[[countcol]])

    # Drop count column
    x[[countcol]] <- NULL

    # Get the rows from x
    x[idx, ]
}

...因此，您可以将数据转换为任何起始格式的任何分析方法所需的格式。

（编辑）

在列联表中读取的另一种方法是从这样的文本开始：

> ss <- " 3      35
+ m       173     125
+ f       323     198"
> read.table(text=ss,row.name=1)
   X3 X35
m 173 125
f 323 198

除了使用text =之外，您还可以使用文件名从CSV文件中读取表。

将具有计数的列联表转换为具有频率列的两列数据表

3 个答案: