将值出现的逐行计数放入新变量中，如何在 R 中使用 dplyr 做到这一点？答案

【问题标题】：Putting rowwise counts of value occurences into new variables, how to do that in R with dplyr?将值出现的逐行计数放入新变量中，如何在 R 中使用 dplyr 做到这一点？
【发布时间】：2014-05-23 21:05:21
【问题描述】：

我有一个大数据框 (df)，如下所示：

structure(list(var1 = c(1, 2, 3, 4, 2, 3, 4, 3, 2), var2 = c(2, 
3, 4, 1, 2, 1, 1, 1, 3), var3 = c(4, 4, 2, 3, 3, 1, 1, 1, 4), 
    var4 = c(2, 2, 2, 2, 3, 2, 3, 4, 1), var5 = c(4, 4, 2, 3, 
    3, 1, 1, 1, 4)), .Names = c("var1", "var2", "var3", "var4", 
"var5"), row.names = c(NA, -9L), class = "data.frame")

  var1 var2 var3 var4 var5
1    1    2    4    2    4
2    2    3    4    2    4
3    3    4    2    2    2
4    4    1    3    2    3
5    2    2    3    3    3
6    3    1    1    2    1
7    4    1    1    3    1
8    3    1    1    4    1
9    2    3    4    1    4

现在我需要逐行计算值的出现次数并创建新的计数变量。结果应该是这样的：

  var1 var2 var3 var4 var5 n_1 n_2 n_3 n_4
1    1    2    4    2    4   1   2   0   2
2    2    3    4    2    4   0   2   1   2
3    3    4    2    2    2   0   3   1   1
4    4    1    3    2    3   1   1   2   1
5    2    2    3    3    3   0   2   3   0
6    3    1    1    2    1   3   1   1   0
7    4    1    1    3    1   3   0   1   1
8    3    1    1    4    1   3   0   1   1
9    2    3    4    1    4   1   1   1   2

如您所见，变量 n_1 显示 1 的行数，n_2 显示 2 的行数，等等。

我尝试了一些 dplyr 功能（因为我喜欢它们的速度），但还没有成功。我知道这绝对是丑陋的代码:-)，但我的方法是这样的：

newdf <- mutate(rowwise(df, n_1 = sum(df==1))

有没有人知道如何处理这个问题？非常感谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

这使用来自dplyr 的rowwise() 和do()，但这绝对是丑陋的。

不确定是否有可以修改的内容，以便您直接获得 data.frame 输出，如@https://github.com/hadley/dplyr/releases 所示。

interim_res <- df %>% 
                  rowwise() %>% 
                  do(out = sapply(min(df):max(df), function(i) sum(i==.)))

interim_res <- interim_res[[1]] %>% do.call(rbind,.) %>% as.data.frame(.)

然后得到预期的结果：

res <- cbind(df,interim_res)

【讨论】：

谢谢！这是使用 dplyr 的有效解决方案（根据我的具体问题）。

【解决方案2】：

这是使用基函数的解决方案

dd <- t(apply(df, 1, function(x) table(factor(x, levels=1:4))))
colnames(dd) <- paste("n",1:4, sep="_")
cbind(df, dd)

只需在 data.frame 的各行中使用 table 命令，即可从 1 到 4 获取每个值的计数。

【讨论】：

【解决方案3】：

这是使用 qdapTools 包的一种方法：

library(qdapTools)

data.frame(dat, setNames(mtabulate(split(dat, id(dat))), paste0("n_", 1:4)))

##   var1 var2 var3 var4 var5 n_1 n_2 n_3 n_4
## 1    1    2    4    2    4   1   2   0   2
## 2    2    3    4    2    4   0   2   1   2
## 3    3    4    2    2    2   0   3   1   1
## 4    4    1    3    2    3   1   1   2   1
## 5    2    2    3    3    3   0   2   3   0
## 6    3    1    1    2    1   3   1   1   0
## 7    4    1    1    3    1   3   0   1   1
## 8    3    1    1    4    1   3   0   1   1
## 9    2    3    4    1    4   1   1   1   2

【讨论】：