我试图获得两个变量的水平的每个组合的计数,“周”和“id”。我希望结果将“id”作为行,将“week”作为列,将计数作为值。
到目前为止我尝试过的示例(尝试过其他一些事情,包括添加虚拟变量= 1然后再添加fun.aggregate = sum
):
library(plyr)
ddply(data, .(id), dcast, id ~ week, value_var = "id",
fun.aggregate = length, fill = 0, .parallel = TRUE)
但是,我必须做错事,因为这个功能没有完成。有更好的方法吗?
输入:
id week
1 1
1 2
1 3
1 1
2 3
输出:
1 2 3
1 2 1 1
2 0 0 1
答案 0 :(得分:18)
您可以使用table
命令:
table(data$id,data$week)
1 2 3
1 2 1 1
2 0 0 1
如果“id”和“week”是数据框中的唯一列,则只需使用:
table(data)
# week
# id 1 2 3
# 1 2 1 1
# 2 0 0 1
答案 1 :(得分:12)
您不需要ddply
。来自dcast
的{{1}}就足够了:
reshape2
修改:对于基本R解决方案(dat <- data.frame(
id = c(rep(1, 4), 2),
week = c(1:3, 1, 3)
)
library(reshape2)
dcast(dat, id~week, fun.aggregate=length)
id 1 2 3
1 1 2 1 1
2 2 0 0 1
除外 - 由Joshua Uhlrich发布),请尝试table
:
xtabs
答案 2 :(得分:10)
ddply
花费这么长时间的原因是按组拆分不是并行运行的(只是'拆分'上的计算),因此对于大量的组,它会很慢(和{ {1}})无济于事。
使用.parallel = T
(data.table::dcast
版本&gt; = 1.9.2)的方法在时间和内存方面应该非常有效。在这种情况下,我们可以依赖默认参数值,只需使用:
data.table
或明确设置参数:
library(data.table)
dcast(setDT(data), id ~ week)
# Using 'week' as value column. Use 'value.var' to override
# Aggregate function missing, defaulting to 'length'
# id 1 2 3
# 1: 1 2 1 1
# 2: 2 0 0 1
对于dcast(setDT(data), id ~ week, value.var = "week", fun = length)
# id 1 2 3
# 1: 1 2 1 1
# 2: 2 0 0 1
1.9.2之前的替代方案,请参阅修改。
答案 3 :(得分:1)
很少有tidyverse
个选项:
library(tidyverse)
df %>%
count(id, week) %>%
spread(week, n, fill = 0)
# id `1` `2` `3`
# <dbl> <dbl> <dbl> <dbl>
#1 1 2 1 1
#2 2 0 0 1
或分组,计算行数然后扩展
df %>%
group_by(id, week) %>% #OR group_by_all()
summarise(count = n()) %>%
spread(week, count, fill = 0)