计算每个变量每个属性的唯一 ID

Question

我的目标是计算数据框中每个变量的顶级属性的频率，但我不想只计算属性本身的频率，而是按所选属性的唯一 ID 来计算。

如果我只想计算每个变量的顶级属性的频率，我可以使用以下代码：

lapply(df, function(attribute){
j <- as.data.frame(sort(table(attribute), decreasing=TRUE)[1:10])
})

我想完全符合上述要求，但要确保每个 id 都是唯一的。我无法过滤数据框，因为它位于属性级别，并且我会丢失某些属性/变量的数据。

example input data for testing:
      id  v1  v2   v3  v4
    1  7   1   A  100  98 
    2  7   2   A   98  97
    3  8   1   C   50  80
    4  8   1   C   78  75
    5  8   1   C   50  62
    6  9   3   C   75  75

Answer 1

获取长格式数据，统计每列中id的每个值的出现次数，只保留前10个值。

library(dplyr)

df %>%
  mutate(across(-id, as.character)) %>%
  tidyr::pivot_longer(cols = -id) %>%
  count(id, name, value) %>%
  group_by(id, name) %>%
  slice_max(n, n = 10)

要计算列中每个值的唯一 ID，您可以尝试：

df %>%
  mutate(across(-id, as.character)) %>%
  tidyr::pivot_longer(cols = -id) %>%
  group_by(name, value) %>%
  summarise(n = n_distinct(id))