在随后的更多列上使用应用功能

Question

我是 R 的新用户，我正在使用应用函数来计算列中的相似变量。我想先计算第一列中的相似变量，然后我想计算第一列和第二列中的相似变量，而不是只计算第二列中的相似变量。然后随后添加一个额外的列。 apply(df, 2, function(x){ x1 <- count(na.omit(x))})

我的数据如下所示。

df <- data.frame(x = c('a', 'b', 'b'), y = c(NA, 'b','c'), z = c(NA, NA, 'a'))

我想要这个输出：

|x|count|
a | 1
b | 2

|x|y|count|
b | b | 1
b | c | 1

|x|y|z|count
b | c |a | 1

非常感谢任何帮助。

Answer 1

我们可以考虑使用dplyr 包来完成这个任务。

library(dplyr)

lapply(1:ncol(df), function(i){
  df2 <- df %>%
    select(1:i) %>%
    na.omit() %>%
    group_by_all() %>%
    tally() %>%
    ungroup()
  return(df2)
})

# [[1]]
# # A tibble: 2 x 2
#   x         n
#   <fct> <int>
# 1 a         1
# 2 b         2
# 
# [[2]]
# # A tibble: 2 x 3
#   x     y         n
#   <fct> <fct> <int>
# 1 b     b         1
# 2 b     c         1
# 
# [[3]]
# # A tibble: 1 x 4
#   x     y     z         n
#   <fct> <fct> <fct> <int>
# 1 b     c     a         1

Answer 2

您可以使用索引来访问列，然后使用table 获取频率表，如下所示：

lapply(seq_len(ncol(df)), 
    function(i) {
        #take only complete cases, i.e. discard those rows with any NAs in columns
        x <- df[complete.cases(df[, seq_len(i)]), seq_len(i)]

        #use table to get frequency count
        as.data.frame(table(x))
})

输出：

[[1]]
  x Freq
1 a    1
2 b    2

[[2]]
  x y Freq
1 b b    1
2 b c    1

[[3]]
  x y z Freq
1 b c a    1