Question

我有一些数据：

df <- data.frame(v1 = c('lapse','gone','active','lapse','lapse','active','active','active','gone'),
                 v2 = c('gone','gone','active','lapse','active','lapse','active','lapse','lapse'),
                 v3 = c('gone','gone','gone','gone','active','active','lapse','lapse','lapse'),
                 v4 = c('active','gone','lapse','gone','lapse','gone','lapse','active','lapse'))

我需要计算按“失效”，“消失”和“活跃”分组的每一列中的观察值。我需要它看起来像这样：

   group     v1     v2     v3     v4
1  lapse     3      4      3      4
2  gone      2      2      4      3
3  active    4      3      2      2

非常感谢您的帮助！

Answer 1

使用dplyr和tidyr，我们可以将数据gather转换为长格式，count的频率，然后spread转换为宽格式。 / p>

library(dplyr)
library(tidyr)

df %>%
  gather(key, value) %>%
  count(key, value) %>%
  spread(key, n, fill = 0)

# A tibble: 3 x 5
#  value     v1    v2    v3    v4
#  <chr>  <int> <int> <int> <int>
#1 active     4     3     2     2
#2 gone       2     2     4     3
#3 lapse      3     4     3     4

在新版本的tidyr中，gather和spread分别被pivot_longer和pivot_wider取代。因此，可以通过以下方式完成

df %>%
  pivot_longer(cols = names(df)) %>%
  count(name, value) %>%
  pivot_wider(names_from = name, values_from = n, values_fill = list(n = 0))

Answer 2

您也可以尝试：

table(stack(df))

        ind
values   v1 v2 v3 v4
  active  4  3  2  2
  gone    2  2  4  3
  lapse   3  4  3  4

Answer 3

我们可以使用melt/dcast

library(reshape2)
dcast(melt(as.matrix(df)), value ~ Var2)
#   value v1 v2 v3 v4
#1 active  4  3  2  2
#2   gone  2  2  4  3
#3  lapse  3  4  3  4

或base R

中的一个选项

table(names(df)[col(df)], unlist(df))

R-按组对多列中的值进行计数

3 个答案: