R提取频率答案

【问题标题】：R extracting the frequenciesR提取频率
【发布时间】：2019-07-09 20:23:00
【问题描述】：

我正在尝试获取频率，但我的 ID 重复。这是一个示例数据：

id <- c(1,1,2,2,3,3)
gender <- c("m","m","f","f","m","m")
score <- c(10,5,10,5,10,5)
data <- data.frame("id"=id,"gender"=gender, "score"=score)

> data
  id gender score
1  1      m    10
2  1      m     5
3  2      f    10
4  2      f     5
5  3      m    10
6  3      m     5

我想获取性别类别的频率，但我有重复的 ID。当我在下面运行此代码时：

gender<-as.data.frame(table(data$gender))
> gender
  Var1 Freq
1    f    2
2    m    4

频率应该是女性=1，男性=2。它应该如下所示：

> gender
  Var1 Freq
1    f    1
2    m    2

考虑到 id 信息，我怎样才能得到这个？

【问题讨论】：

您首先需要唯一标识 id-gender 组合。然后做你的桌子。这是一种方法：table(unique(data[ , c("id", "gender"))$gender)

标签： r data.table frequency

【解决方案1】：

您可以使用data.table::uniqueN 计算每个性别组的唯一 ID 数

library(data.table)
setDT(data)

data[, .(Freq = uniqueN(id)), gender]

#    gender Freq
# 1:      m    2
# 2:      f    1

【讨论】：

【解决方案2】：

@IceCreamToucan 和dplyr 的想法：

data %>%
 group_by(gender) %>%
 summarise(freq = n_distinct(id))

  gender  freq
  <fct>  <int>
1 f          1
2 m          2

【讨论】：

由于某种原因，我得到的是总频率，而不是您的代码中每个类别的频率。
这很奇怪。尝试更新到最新版本的dplyr。

【解决方案3】：

在基础 R 中

rowSums(table(data$gender,data$id)!=0)
f m 
1 2

【讨论】：

【解决方案4】：

参加聚会迟到了，我对使用分组或rowSums() 的复杂答案感到非常惊讶。

在基础 R 中，我会

通过使用duplicated(id) 进行子集化，从data.frame 中删除重复的id 行，
在gender 列上应用table()。

所以，代码是

table(data[duplicated(data$id), "gender"])

f m 
1 2

【讨论】：