R:如何通过ID变量(作为新的数据框架)获得两个因素变量级别的公共计数(频率)
R:如何通过ID变量(作为新的数据框架)获得两个因素变量级别的公共计数(频率)
提问于 2016-02-01 13:07:52
为了弄清楚这个问题，让我从我的数据框架的一个小例子开始。
ID <- c(rep("first", 2), rep("second", 4), rep("third",1), rep("fourth", 3))
Var_1 <- c(rep("A",2), rep("B", 2), rep("A",3), rep("B", 2), "A")
Var_2 <- c(rep("C",2), rep("D",3) , rep("C",2), rep("E",2), "D")
DF <- data.frame(ID, Var_1, Var_2)
> DF
ID Var_1 Var_2
1 first A C
2 first A C
3 second B D
4 second B D
5 second A D
6 second A C
7 third A C
8 fourth B E
9 fourth B E
10 fourth A D有一个ID因子变量和两个因子变量Var_1与R=2因子水平和Var_2与C=3因子水平。
我想要一个新的数据框架，其中包含一个(RxC)+1=(2x3)+1变量，它包含所有因素级别组合的频率--对于ID变量中的每个级别，分别是这样的：
ID A.C A.D A.E B.C B.D B.E
1 first 2 0 0 0 0 0
2 second 1 1 0 0 2 0
3 third 1 0 0 0 0 0
4 fourth 0 1 0 0 0 2我尝试了几个功能，但结果甚至不接近这一点，所以它们甚至不值得提及。在原始数据框架中，我应该得到(6x9)+1=55变量。
编辑:有一个或多个变量的计算因子水平的解决方案，但我无法弄清楚如何对两个(或多个)变量的因素级别组合进行通用计数。当我得到答案时，对别人的解决办法现在似乎很容易，但我一个人无法做到。
回答 3
Stack Overflow用户
回答已采纳
发布于 2016-02-01 13:23:36
使用来自reshape包的dcast函数(或data.table，它增强了dcast函数的实现)：
library(reshape2)
dcast(DF, ID ~ paste(Var_1,Var_2,sep="."), fun.aggregate = length)这意味着：
ID A.C A.D B.D B.E
1 first 2 0 0 0
2 fourth 0 1 0 2
3 second 1 1 2 0
4 third 1 0 0 0Stack Overflow用户
发布于 2016-02-01 13:16:09
我们可以使用paste创建一个Var_1和Var_2组合的变量，然后生成一个带有ID和新变量的应急表：
table(DF$ID,paste(DF$Var_1,DF$Var_2,sep="."))输出
A.C A.D B.D B.E
first 2 0 0 0
fourth 0 1 0 2
second 1 1 2 0
third 1 0 0 0要对表行进行排序，我们需要事先进行factor(DF$ID,levels=c("first","second","third","fourth"))。
Stack Overflow用户
发布于 2016-02-01 13:16:54
试一试
library(tidyr)
library(dplyr)
DF %>%
unite(Var, Var_1, Var_2, sep = ".") %>%
count(ID, Var) %>%
spread(Var, n, fill = 0)这意味着：
#Source: local data frame [4 x 5]
#
# ID A.C A.D B.D B.E
# (fctr) (dbl) (dbl) (dbl) (dbl)
#1 first 2 0 0 0
#2 fourth 0 1 0 2
#3 second 1 1 2 0
#4 third 1 0 0 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/35131355
复制相关文章
相似问题
腾讯云开发者
