R中的二元变量组合分析答案

【问题标题】：Binary Variables Combinations Analysis in RR中的二元变量组合分析
【发布时间】：2021-11-30 03:14:26
【问题描述】：

我有一个数据集，其中有很多二进制变量。为了便于说明，这里是一个只有 4 个变量的较小版本：

set.seed(5)
my_data<-data.frame("Slept Well"=sample(c(0,1),10,TRUE),
                    "Had Breakfast"=sample(c(0,1),10,TRUE),
                    "Worked out"=sample(c(0,1),10,TRUE),
                    "Meditated"=sample(c(0,1),10,TRUE))

在上面，每一行对应一个观察。我有兴趣分析变量的每个独特组合的频率。例如，有多少观察表明他们都睡得很好，并且冥想，但没有吃早餐或锻炼？

我希望能够将唯一组合从最频繁出现到最不频繁出现进行排名。编写代码的最佳方法是什么？

【问题讨论】：

标签： r dataframe binary combinations frequency

【解决方案1】：

您可以使用aggregate。

x <- aggregate(list(n=rep(1, nrow(my_data))), my_data, length)
#x <- aggregate(list(n=my_data[,1]), my_data, length) #Alternative
x[order(-x$n),]
#  Slept.Well Had.Breakfast Worked.out Meditated n
#4          0             1          1         0 2
#1          0             0          0         0 1
#2          1             1          0         0 1
#3          0             0          1         0 1
#5          0             0          0         1 1
#6          1             0          0         1 1
#7          0             1          0         1 1
#8          0             0          1         1 1
#9          0             1          1         1 1

【讨论】：

【解决方案2】：

dplyr 解决方案怎么样：

library(dplyr)
   
    my_data %>%
  # group it
  group_by_all() %>%
  # frequencies
  summarise(freq = n()) %>%
  # order decreasing
  arrange(-freq)

# A tibble: 9 x 5
  Slept.Well Had.Breakfast Worked.out Meditated  freq
  <chr>      <chr>         <chr>      <chr>     <int>
1 0          1             1          0             2
2 0          0             0          0             1
3 0          0             0          1             1
4 0          0             1          0             1
5 0          0             1          1             1
6 0          1             0          1             1
7 0          1             1          1             1
8 1          0             0          1             1
9 1          1             0          0             1

或者data.table:

res <- setorder(data.table(my_data)[,"."(freq = .N), by = names(my_data)],-freq)
res
   Slept.Well Had.Breakfast Worked.out Meditated freq
1:          0             1          1         0    2
2:          1             0          0         1    1
3:          0             0          1         0    1
4:          0             0          0         0    1
5:          0             1          0         1    1
6:          0             1          1         1    1
7:          0             0          1         1    1
8:          0             0          0         1    1
9:          1             1          0         0    1

【讨论】：