Diciamo che ho:Count valori unici
v = rep(c(1,2, 2, 2), 25)
Ora, voglio contare il numero di volte che ogni valore univoco. unique(v) restituisce i valori univoci, ma non quanti sono.
> unique(v)
[1] 1 2
voglio qualcosa che mi dà
length(v[v==1])
[1] 25
length(v[v==2])
[1] 75
ma come un più generale one-liner :) qualcosa di simile (ma non del tutto) in questo modo:
#<doesn't work right> length(v[v==unique(v)])
Forse tavolo è cosa stai cercando?
dummyData = rep(c(1,2, 2, 2), 25)
table(dummyData)
# dummyData
# 1 2
# 25 75
## or another presentation of the same data
as.data.frame(table(dummyData))
# dummyData Freq
# 1 1 25
# 2 2 75
Ah, sì, posso usare questo, con qualche leggera modifica: t (as.data.frame (table (v)) [, 2]) è esattamente ciò di cui ho bisogno, grazie – gakera
Ho usato per fare questo goffamente con ' hist'. 'table' sembra un po 'più lento di' hist'. Mi chiedo perché. Qualcuno può confermare? – Museful
Chase, c'è qualche possibilità di ordinare per frequenza? Ho lo stesso identico problema, ma la mia tabella ha circa 20000 voci e mi piacerebbe sapere quanto sono frequenti le voci più comuni. – Torvon
Per ottenere un intero vettore non-dimensionato che contiene il conteggio di valori univoci, utilizzare c().
dummyData = rep(c(1, 2, 2, 2), 25) # Chase's reproducible data
c(table(dummyData)) # get un-dimensioned integer vector
1 2
25 75
str(c(table(dummyData))) # confirm structure
Named int [1:2] 25 75
- attr(*, "names")= chr [1:2] "1" "2"
Questo può essere utile se è necessario per alimentare i conti di valori unici in un'altra funzione, ed è più breve e più idiomatica del t(as.data.frame(table(dummyData))[,2] scritto in un commento alla risposta di Chase. Grazie a Ricardo Saporta che me lo ha fatto notare here.
Se avete bisogno di avere il numero di valori unici come una colonna aggiuntiva nella cornice di dati contenente i valori (una colonna che può rappresentare la dimensione del campione, ad esempio), plyr fornisce un modo pulito:
data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25))
library("plyr")
data_frame <- ddply(data_frame, .(v), transform, n = length(v))
o 'ddply (data_frame,. (V), count)'. Vale anche la pena di rendere esplicito che è necessario un 'library (" plyr ")' call per fare il lavoro 'ddply'. –
Sembra strano usare 'transform' invece di' mutate' quando si usa 'plyr'. – Gregor
count_unique_words <-function(wlist) {
ucountlist = list()
unamelist = c()
for (i in wlist)
{
if (is.element(i, unamelist))
ucountlist[[i]] <- ucountlist[[i]] +1
else
{
listlen <- length(ucountlist)
ucountlist[[i]] <- 1
unamelist <- c(unamelist, i)
}
}
ucountlist
}
expt_counts <- count_unique_words(population)
for(i in names(expt_counts))
cat(i, expt_counts[[i]], "\n")
Questa è una soluzione piuttosto prolissa quando si potrebbe facilmente usare 'table' ... –
Se si desidera eseguire unica su una data.frame (ad esempio, train.data), e anche ottenere i conteggi (che può essere utilizzato come il peso in classificatori), è possibile effettuare le seguenti operazioni:
unique.count = function(train.data, all.numeric=FALSE) {
# first convert each row in the data.frame to a string
train.data.str = apply(train.data, 1, function(x) paste(x, collapse=','))
# use table to index and count the strings
train.data.str.t = table(train.data.str)
# get the unique data string from the row.names
train.data.str.uniq = row.names(train.data.str.t)
weight = as.numeric(train.data.str.t)
# convert the unique data string to data.frame
if (all.numeric) {
train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1,
function(x) as.numeric(unlist(strsplit(x, split=","))))))
} else {
train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1,
function(x) unlist(strsplit(x, split=",")))))
}
names(train.data.uniq) = names(train.data)
list(data=train.data.uniq, weight=weight)
}
È un'approvazione su una sola riga ch utilizzando aggregate. Funzione
> aggregate(data.frame(count = v), list(value = v), length)
value count
1 1 25
2 2 75
tavolo() è un buon modo per andare, come Chase suggerito. Se si sta analizzando un set di dati di grandi dimensioni, un modo alternativo è utilizzare la funzione .N nel pacchetto datatable.
Assicurarsi è stato installato il pacchetto di tabella di dati da
install.packages("data.table")
Codice:
# Import the data.table package
library(data.table)
# Generate a data table object, which draws a number 10^7 times
# from 1 to 10 with replacement
DT<-data.table(x=sample(1:10,1E7,TRUE))
# Count Frequency of each factor level
DT[,.N,by=x]
Se si dispone di più fattori (= un frame di dati multi-dimensionale), è possibile utilizzare il pacchetto dplyr per contare valori unici in ciascuna combinazione di fattori:
library("dplyr")
data %>% group_by(factor1, factor2) %>% summarize(count=n())
Utilizza l'operatore di condotte %>% per chiamare il metodo a catena sul frame dati data.
Questo funziona per me.Prendete il vostro vettore v
length(summary(as.factor(v),maxsum=50000))
Commento: impostare maxsum essere grande abbastanza per catturare il numero di valori univoci
o con l'magrittr pacchetto
v %>% as.factor %>% summary(maxsum=50000) %>% length
Anche facendo i valori categorico e chiamando summary() funzionerebbe.
> v = rep(as.factor(c(1,2, 2, 2)), 25)
> summary(v)
1 2
25 75
No, ma ho cercato su google "Conta valori unici in R" trovato nulla utile ed ora questa pagina è il numero 4 nei miei risultati, e si spera aiutare gli altri pure, senza giustificato dicendo loro di leggere un libro per trovare questa unica risposta – gakera
Beh, la risposta qui sotto mi ha aiutato e mi ha fatto risparmiare tempo. Presumo che Chase non abbia passato molto tempo a raccogliere la risposta, ma se ho perso tempo mi dispiace. Sono d'accordo che questa discussione è una perdita di tempo, tuttavia. Questo è un sito web di domande e risposte, non ho trovato questa risposta e ora è qui, com'è che c'è di tutto questo? Non perdere tempo guardando cose che già conosci, come vanno? – gakera
@garkera - Ecco una buona lista o risorse http://stats.stackexchange.com/questions/138/resources-for-learning-r – Chase