【问题标题】：Summarise a logical Matrix [duplicate]总结一个逻辑矩阵[重复]
【发布时间】：2018-11-08 16:02:06
【问题描述】：

我有一个大矩阵，每列下都填充了真/假值。有没有一种方法可以总结矩阵，使每一行都是唯一的，并且我有一个新列，其中包含该行出现频率的总和。

例子：

    A B C D E
[1] T F F T F
[2] T T T F F
[3] T F F T T
[4] T T T F F
[5] T F F T F

会变成：

    A B C D E total
[1] T F F T F  2
[2] T T T F F  2
[3] T F F T F  1

编辑

我将这个矩阵与一个新列 rev 绑定，所以我现在有一个看起来像

的 data.frame

    A B C D E rev
[1] T F F T F  2
[2] T T T F F  3
[3] T F F T T  5
[4] T T T F F  2
[5] T F F T F  1

并且想要一个对 rev 列进行如下求和的 data.frame：

    A B C D E rev total
[1] T F F T F  3    2
[2] T T T F F  5    2 
[3] T F F T T  5    1

【问题讨论】：

标签： r matrix summarize

【解决方案1】：

dplyr 的方法：

如果您从matrix 开始，请先使用as.data.frame（或此处as_tibble）。最后，您无论如何都需要有一个data.frame，因为您的表中将同时拥有numeric 和logical。

mat <- matrix(
 c(T, F, F, T, F, T, T, T, F, F, T, F, F, T, T, T, T, T, F, F, T, F, F, T, F),
 ncol = 5,
 byrow = TRUE,
 dimnames = list(NULL, LETTERS[1:5])
)

library(dplyr)
mat %>%
  as_tibble %>%    # convert matrix to tibble, to be able to group
  group_by_all %>% # group by every column so we can count by group of equal values
  tally %>%        # tally will add a count column and keep distinct grouped values
  ungroup          # ungroup the table to be clean
#> # A tibble: 3 x 6
#>   A     B     C     D     E         n
#>   <lgl> <lgl> <lgl> <lgl> <lgl> <int>
#> 1 TRUE  FALSE FALSE TRUE  FALSE     2
#> 2 TRUE  FALSE FALSE TRUE  TRUE      1
#> 3 TRUE  TRUE  TRUE  FALSE FALSE     2

由reprex package (v0.2.0) 于 2018 年 5 月 29 日创建。

还有一个基本的解决方案：

df <- as.data.frame(mat)
df$n <- 1
aggregate(n~.,df,sum)
#      A     B     C     D     E n
# 1 TRUE  TRUE  TRUE FALSE FALSE 2
# 2 TRUE FALSE FALSE  TRUE FALSE 2
# 3 TRUE FALSE FALSE  TRUE  TRUE 1

或者作为一个班轮：aggregate(n~.,data.frame(mat,n=1),sum)

【讨论】：

你能分解代码中到底发生了什么吗？我以前没有使用过 dplyr 包。
我添加了cmets，为了理解%>%关键字是pipe、dplyr和magrittr。
@Calum tally 与此处的计数没有任何不同
我将采用基本解决方案。我更容易理解，我可以将同一行应用于不同的列。谢谢。
[[<- 有点矫枉过正，你可以直接使用aggregate(n ~ ., data.frame(mat,n=1), FUN=sum)

【解决方案2】：

来自plyr 的count 函数正是您正在寻找的（假设m 是您的矩阵）：

plyr::count(m)

#   x.A   x.B   x.C   x.D   x.E freq
#1 TRUE FALSE FALSE  TRUE FALSE    2
#2 TRUE FALSE FALSE  TRUE  TRUE    1
#3 TRUE  TRUE  TRUE FALSE FALSE    2

【讨论】：

【解决方案3】：

如果您有@Moody_Mudskipper 的答案中定义的对象mat，您可以这样做

library(data.table)
dt <- as.data.table(mat)

dt[, .N, by = names(dt)]

#       A     B     C     D     E N
# 1: TRUE FALSE FALSE  TRUE FALSE 2
# 2: TRUE  TRUE  TRUE FALSE FALSE 2
# 3: TRUE FALSE FALSE  TRUE  TRUE 1

解释

by = <names> 将数据表划分为多组行，其中<names> 中所有变量的值在各行之间是相等的。如果你这样做by = names(dt)，它将分成所有变量都相等的组。

.N 是给定行组中的观察数。

对于您的编辑，如果您的 data.frame 被命名为df，您可以这样做

setDT(df) # convert to data table
df[, .(rev = sum(rev), total = .N), by = A:E] # get desired output

#       A     B     C     D     E rev N
# 1: TRUE FALSE FALSE  TRUE FALSE   3 2
# 2: TRUE  TRUE  TRUE FALSE FALSE   5 2
# 3: TRUE FALSE FALSE  TRUE  TRUE   5 1

【讨论】：