R中多个变量的频率计数答案

【问题标题】：frequency count of multiple variables in RR中多个变量的频率计数
【发布时间】：2016-11-18 16:06:31
【问题描述】：

我的数据框中有多个变量。我想更多地从大型数据集的 QA 角度检查 一些选定变量 的单个频率计数。例如

ID Q1 Q2 Q3
1  1  2  3
2  2  1  2 
3  3  2  1
4  1  2  3
5  2  3  1

所以，我应该得到我选择的变量 Q1 和 Q2 的频率计数，作为下面的输出

我尝试了 table()，但似乎我必须多次编写此函数，这是我想避免的。

table(df$Q1)
table(df$Q2)

还有其他方法可以实现吗？

【问题讨论】：

标签： r dplyr frequency analysis

【解决方案1】：

您可以将apply 与table 一起使用

apply(df[-1], 2, table)

#  Q1 Q2 Q3
#1  2  1  2
#2  2  3  1
#3  1  1  2

或者，如果您希望它仅用于您想使用您可以使用的名称指定的选定行，

apply(df[c("Q1", "Q2")], 2, table)


#  Q1 Q2
#1  2  1
#2  2  3
#3  1  1

【讨论】：

这会给我数据框中所有变量的计数。我只想获取选定变量的计数（例如 Q1 和 Q2）。此外，我想使用他们的 varnames 而不是引用来调用它。实际上，我有大量变量，我正在通过重新编码原始变量来创建新变量，并希望通过获取过程中添加的新变量的频率计数来执行 QA。
更新了帖子。这是你想要的吗？
非常感谢罗纳克！这正是我想要的。感谢您的帮助和时间。
完成！再次感谢！

【解决方案2】：

plyr 包中计数函数的更简单实现是：

library(plyr) 
var_select = c("Q1", "Q2")
count_freq = count(table, var_select)

在表函数中使用子集也可以得到类似的结果：

var_select = c("Q1", "Q2")
freq_table = as.data.frame(table(subset(table, select = var_select)))

这两种方法都将创建一个包含 3 列的频率表 - Q1、Q2、频率。您可以轻松地向 var_select 添加更多变量名，而无需在下一个命令中进行任何更改。

【讨论】：

【解决方案3】：

你可以这样做：

library(plyr)
r <- apply(df[-1],2,count)

r$Q1

# $Q1
  # x freq
# 1 1    2
# 2 2    2
# 3 3    1

r$Q2

# $Q2
  # x freq
# 1 1    1
# 2 2    3
# 3 3    1

你也可以这样做：

cols <- c("Q1","Q2")
apply(df[cols],2,count)

这会给你同样的结果。

数据

df <- structure(list(ID = 1:5, Q1 = c(1L, 2L, 3L, 1L, 2L), Q2 = c(2L, 
1L, 2L, 2L, 3L), Q3 = c(3L, 2L, 1L, 3L, 1L)), .Names = c("ID", 
"Q1", "Q2", "Q3"), class = "data.frame", row.names = c(NA, -5L
))

【讨论】：

这会给我数据框中所有变量的计数。我只想获取选定变量的计数（例如 Q1 和 Q2）。此外，我想使用他们的 varnames 而不是引用来调用它。

【解决方案4】：

我们可以使用lapply遍历第2列和第3列，得到table。

lapply(df1[paste0("Q", 1:2)], table)
#$Q1

#1 2 3 
#2 2 1 

#$Q2

#1 2 3 
#1 3 1

或者没有任何循环，replicate 数据集 2 和 3 的 names 通过数据集的nrow，unlist 第 2 和第 3 列，并应用 table。

table(rep(names(df1)[names(df1) %in% c("Q1", "Q2")],nrow(df1)), 
                    unlist(df1[paste0("Q", 1:2)]))    
#    1 2 3
# Q1 2 2 1
# Q2 1 3 1

【讨论】：

这会给我数据框中所有变量的计数。我只想获取选定变量的计数（例如 Q1 和 Q2）。此外，我想使用他们的 varnames 而不是引用来调用它。实际上，我有大量变量，我正在通过重新编码原始变量来创建新变量，并希望通过获取过程中添加的新变量的频率计数来执行 QA。
@databaaz 你没看到我对第 2 列和第 3 列进行了子集化。我什至不看答案都不知道谁在支持评论。这两种解决方案都给出了您显示的预期输出
@databaaz 更新帖子

【解决方案5】：

freq_tibble <- function(data, var1, var2) {
  var1 <- rlang::enquo(var1)
  var2 <- rlang::enquo(var2)

  data %>%
    dplyr::count(!!var1, !!var2) %>%
    tidyr::spread(!!var2, n, fill = 0) %>%
    dplyr::mutate(Total := rowSums(dplyr::select(., -!!var1))) %>%
    dplyr::bind_rows(dplyr::bind_cols(!!rlang::quo_name(var1) := "Total", dplyr::summarize_if(., is.numeric, sum)))
}

【讨论】：