我有一个数据框 df，如下所示，其中 gender 列是具有两个级别的 factor：
gender age
m 18
f 14
m 18
m 18
m 15
f 15
我想添加一个名为count 的新列，它仅反映gender 级别出现在数据框中的次数。因此，最终，数据框将如下所示：
gender age count
m 18 4
f 14 2
m 18 4
m 18 4
m 15 4
f 15 2
我知道我可以通过table(df$gender) 给出因子出现的次数，但我不知道如何将这些结果转换为df 中的新列。我想知道如何使用table 函数——或者有没有更好的方法来实现我的新专栏？
【问题讨论】：
标签： r
你可以试试ave:
# first, convert 'gender' to class character
df$gender <- as.character(df$gender)
df$count <- as.numeric(ave(df$gender, df$gender, FUN = length))
df
# gender age count
# 1 m 18 4
# 2 f 14 2
# 3 m 18 4
# 4 m 18 4
# 5 m 15 4
# 6 f 15 2
更新@flodel 的评论 - 谢谢！
df <- transform(df, count = ave(age, gender, FUN = length))
【讨论】：
[<-.factor(*tmp*, i, value = 2L) 中：无效因子水平，生成 NA”。我仔细检查了该列，它实际上是一个因素。
dat <- transform(dat, count = ave(age, gender, FUN = length))而不用修改性别类。
transform - 似乎是时候开始了！干杯。
transform 只是为了让事情变得漂亮。您在gender 是一个因素时遇到的问题是通过不使用gender 而是使用age 作为ave 的第一个参数来处理的。
由于gender 是一个因素，您可以使用它来索引table 输出：
dat$count <- table(dat$gender)[dat$gender]
或者为了避免重复dat$太多次：
dat <- transform(dat, count = table(gender)[gender])
【讨论】：
使用plyr：
library(plyr)
ddply(dat,.(gender),transform,count=length(age))
gender age count
1 f 14 2
2 f 15 2
3 m 18 4
4 m 18 4
5 m 18 4
6 m 15 4
【讨论】：
还有一个data.table 版本，可以很好地衡量。
library(data.table)
df <- as.data.table(df)
一旦你有了data.table，那么它就是一个简单的操作：
df[,count := .N,by="gender"]
df
# gender age count
#1: m 18 4
#2: f 14 2
#3: m 18 4
#4: m 18 4
#5: m 15 4
#6: f 15 2
【讨论】：
您可以设置计数，然后执行类似的操作，但这并不完全优雅。
m.cnt <- length(which(df$gender == "m"))
f.cnt <- length(which(df$gender == "f"))
df$count <- NA
df$count[which(df$gender == "m")] <- m.cnt
df$count[which(df$gender == "f")] <- f.cnt
您也可以使用 plyr，但这会导致一遍又一遍地重新计算相同的东西，这可能不值得，因为您只有 2 个因素。
【讨论】：