dplyr：将函数 table() 应用于 data.frame 的每一列答案

【问题标题】：dplyr: apply function table() to each column of a data.framedplyr：将函数 table() 应用于 data.frame 的每一列
【发布时间】：2015-02-23 22:12:26
【问题描述】：

使用 dplyr 将函数 table() 应用于 data.frame 的每一列

我经常使用 plyr 将表函数应用于数据框的每一列，如下所示：

library(plyr)
ldply( mtcars, function(x) data.frame( table(x), prop.table( table(x) ) )  )

是否也可以在 dplyr 中执行此操作？

我的尝试失败了：

mtcars %>%  do( table %>% data.frame() )
melt( mtcars ) %>%  do( table %>% data.frame() )

【问题讨论】：

您可以使用 gather 从 library(tidyr) 将其转换为 long 表单，然后执行 gather(mtcars, Var, Val) %>% group_by(Var) %>% dplyr::mutate(n=n()) %>% group_by(Var,Val) %>% dplyr::mutate(n1=n(), Percent=n1/n)%>% unique()
你能用这种方法发布完整的答案吗

标签： r plyr dplyr

【解决方案1】：

您可以尝试以下不依赖于tidyr 包的方法。

mtcars %>% 
   lapply(table) %>% 
   lapply(as.data.frame) %>% 
   Map(cbind,var = names(mtcars),.) %>% 
   rbind_all() %>% 
   group_by(var) %>% 
   mutate(pct = Freq / sum(Freq))

【讨论】：

你能详细说明一下答案吗？由于输入 data.frame 更差，我遇到了一些错误，并希望进行故障排除。我可以使用 purrr:map 而不是 Map 错误是 Error in data.frame(..., check.names = FALSE) : arguments imply differing number of rows: 1, 0

【解决方案2】：

使用 tidyverse（dplyr 和 purrr）：

library(tidyverse)

mtcars %>%
    map( function(x) table(x) )

或者简单地说：

library(tidyverse)

mtcars %>%
    map( table )

【讨论】：

使用 purrr 匿名函数语法，即 mtcars %>% map(~table(.))

【解决方案3】：

一般来说，您可能不想在数据框的每一列上运行table()，因为至少有一个变量是唯一的（id 字段）并产生很长的输出。但是，您可以使用group_by() 和tally() 获取dplyr 链中的频率表。或者您可以使用 count() 为您执行 group_by()。

> mtcars %>% 
    group_by(cyl) %>% 
    tally()
> # mtcars %>% count(cyl)

Source: local data frame [3 x 2]

  cyl  n
1   4 11
2   6  7
3   8 14

如果你想做一个双向频率表，按多个变量分组。

> mtcars %>% 
    group_by(gear, cyl) %>% 
    tally()
> # mtcars %>% count(gear, cyl)

当输入两个变量时，您可以使用tidyr 包的spread() 将双向输出转换为用于接收table() 的输出。

【讨论】：

mtcars %>% count(cyl) 或 mtcars %>% count(gear, cyl)。我认为问题是如何在一次调用中为每个变量执行此操作。
还不错；但我只是想指出，通常在每一列上运行它会导致非常非常长的输出。至少其中一列可能是唯一的 id 变量。我更新了我的答案以包括使用count，因为它为你做了group_by。谢谢！

【解决方案4】：

Caner 的解决方案不起作用，但来自评论员 akrun（归功于他），这个解决方案效果很好。还使用更大的 tibble 来演示它。我还添加了一个按百分比降序的顺序。

library(nycflights13);dim(flights)

tte<-gather(flights, Var, Val) %>% 
group_by(Var) %>% dplyr::mutate(n=n()) %>% 
group_by(Var,Val) %>% dplyr::mutate(n1=n(), Percent=n1/n)%>%
arrange(Var,desc(n1) %>% unique()

【讨论】：