superponer - ¿Cómo contar cuántos valores por nivel en un factor dado?

superponer graficas en r

Question

Tengo un data.frame mydf con aproximadamente 2500 filas. Estas filas corresponden a 69 clases de objetos en la columna 1 mydf$V1 , y quiero contar cuántas filas por clase de objeto tengo. Puedo obtener un factor de estas clases con:

objectclasses = unique(factor(mydf$V1, exclude="1"));

¿Cuál es la forma R concisa de contar las filas por clase de objeto? Si este fuera cualquier otro lenguaje, estaría atravesando una matriz con un bucle y manteniendo la cuenta, pero soy nuevo en la programación de R y estoy tratando de aprovechar las operaciones vectorizadas de R.

Answer 1

Aquí hay 2 maneras de hacerlo:

set.seed(1)
tt <- sample(letters,100,rep=TRUE)
## using table
table(tt)
tt
a b c d e f g h i j k l m n o p q r s t u v w x y z
2 3 3 3 2 4 6 1 6 5 6 4 7 2 2 2 5 4 5 3 8 4 5 4 3 1
## using tapply
tapply(tt,tt,length)
a b c d e f g h i j k l m n o p q r s t u v w x y z
2 3 3 3 2 4 6 1 6 5 6 4 7 2 2 2 5 4 5 3 8 4 5 4 3 1 

Answer 2

O usando la biblioteca dplyr :

library(dplyr)
set.seed(1)
dat <- data.frame(ID = sample(letters,100,rep=TRUE))
dat %>%
group_by(ID) %>%
summarise(no_rows = length(ID))

Tenga en cuenta el uso de %>% , que es similar al uso de tuberías en bash. Efectivamente, el código anterior canaliza los datos en group_by , y el resultado de esa operación se canaliza en summarise .

El resultado es:

Source: local data frame [26 x 2]
ID no_rows
1 a 2
2 b 3
3 c 3
4 d 3
5 e 2
6 f 4
7 g 6
8 h 1
9 i 6
10 j 5
11 k 6
12 l 4
13 m 7
14 n 2
15 o 2
16 p 2
17 q 5
18 r 4
19 s 5
20 t 3
21 u 8
22 v 4
23 w 5
24 x 4
25 y 3
26 z 1

Vea la introducción de dplyr para más contexto y la documentación para detalles sobre las funciones individuales.

Answer 3

Podemos usar el summary en la columna de factores:

summary(myDF$factorColumn)

Answer 4

Un enfoque más sería aplicar la función n () que cuenta el número de observaciones.

library(dplyr)
library(magrittr)
data %>%
group_by(columnName) %>%
summarise(Count = n())

Answer 5

Usando el paquete plyr :

library(plyr)
count(mydf$V1)

Le devolverá una frecuencia de cada valor.

Answer 6

Utilice el paquete plyr con lapply para obtener frecuencias para cada valor (nivel) y cada variable (factor) en su marco de datos.

library(plyr)
lapply(df, count)

Answer 7

Utilizando data.table

 library(data.table)
setDT(dat)[, .N, keyby=ID] #(Using @Paul Hiemstra''s `dat`)

O utilizando dplyr 0.3

 res <- count(dat, ID)
head(res)
#Source: local data frame [6 x 2]
# ID n
#1 a 2
#2 b 3
#3 c 3
#4 d 3
#5 e 2
#6 f 4

O

 dat %>%
group_by(ID) %>%
tally()

O

 dat %>%
group_by(ID) %>%
summarise(n=n())