通过计算每行中出现的数字来转换数据框

Question

所以我有这个 100,000 行和 7 列的数据框。每一列都是一个随机生成的数字。这是我制作该数据框的方法：

dataframe <-  t(replicate(100000,sample(1:8,7)))

我需要帮助的可能是应用一个函数或创建一个新的数据框来计算 2、3、5 或其他数字的出现次数并连续显示该数字。例如，如果我有数据框：

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
 [1,]    1    4    6    2    8    3    7
 [2,]    7    2    6    3    5    8    1
 [3,]    6    4    7    5    8    2    3

我希望它变成：

     "2""3""5""other"
[1,]  1  1  0    5
[2,]  1  1  1    4
[3,]  1  1  1    4

每列的标签不是很重要，但也可以实现类似的东西。 感谢您的帮助。

Answer 1

带有apply 的基本 R 选项：

对于每一行，将值转换为 'other'，而不是 2、3 或 5。使用 table 计算每个值的数量。

keep_values <- c(2, 3, 5)

t(apply(dataframe, 1, function(x) {
  table(factor(replace(x, !x %in% keep_values, 'other'),c(keep_values, 'other')))
}))

#     2 3 5 other
#[1,] 1 1 1     4
#[2,] 1 1 1     4
#[3,] 0 1 1     5
#[4,] 1 1 1     4
#[5,] 1 1 1     4
#[6,] 1 0 1     5
#...

数据

set.seed(123)
dataframe <-  t(replicate(100000,sample(1:8,7)))
head(dataframe)

#     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
#[1,]    7    8    3    6    2    4    5
#[2,]    3    5    4    1    2    8    6
#[3,]    5    3    7    1    4    8    6
#[4,]    5    3    2    6    1    8    4
#[5,]    4    6    1    3    5    7    2
#[6,]    7    2    5    1    6    8    4

Answer 2

这是 tidyverse 的一种方法：

library(dplyr);library(purrr);
dataframe %>%
  as.data.frame %>%
  mutate(map_dfc(list(Equal2 = 2,
                      Equal3 = 3,
                      Equal5 =5),~ rowSums(cur_data() == .x)),
         Other = sum(!str_detect(names(cur_data()),"Equal")) - rowSums(cbind(Equal2,Equal3,Equal5)))
#   V1 V2 V3 V4 V5 V6 V7 Equal2 Equal3 Equal5 Other
#1   1  8  3  4  6  5  7      0      1      1     5
#2   3  4  1  5  2  6  8      1      1      1     4
#3   4  2  6  3  7  5  1      1      1      1     4
#4   2  3  5  1  8  7  6      1      1      1     4

或者使用基础 R：

dataframe <- as.data.frame(dataframe)
IntCols <- sapply(list(Equal2 = 2, Equal3 = 3, Equal5 =5), 
                  function(x)rowSums(dataframe == x))
Other <- ncol(dataframe) - rowSums(IntCols)
cbind(dataframe,IntCols,Other)
#   V1 V2 V3 V4 V5 V6 V7 Equal2 Equal3 Equal5 Other
#1   1  8  3  4  6  5  7      0      1      1     5
#2   3  4  1  5  2  6  8      1      1      1     4
#3   4  2  6  3  7  5  1      1      1      1     4
#4   2  3  5  1  8  7  6      1      1      1     4