在R中计算多个分类变量的频率

Question

我需要创建一个数据框包含先前数据框中每个分类变量的频率。幸运的是，这些变量都结构化为数字形式，从1到5，而非文本。

因此，我可以创建一个新的数据框，第一列包含数字1到5，每个随后的列计算原始数据框中每个变量的该数字作为响应的频率。

例如，我们有一个原始数据框定义为：

df1 <- data.frame(
             Z = c(4,   1,  2,  1,  5,  4,  2,  5,  1,  5),
             Y = c(5,   1,  5,  5,  2,  1,  4,  1,  3,  3),
             X = c(4,   2,  2,  1,  5,  1,  5,  1,  3,  2),
             W = c(2,   1,  4,  2,  3,  2,  4,  2,  1,  2),
             V = c(5,   1,  3,  3,  3,  3,  2,  4,  4,  1))

我需要一个包含以下表格的第二个数据框：

fq  Z   Y   X   W   V
1   3   3   3   2   2
2   4   2   6   10  2
3   0   6   3   3   12
4   8   4   4   8   8
5   15  15  10  0   5

我看到一些使用plyr如何做这样事情的答案，但它们不是系统化的。有人可以帮我吗？

- Igor Mendonça

Answer 1

 table(stack(df1)) * 1:5

    ind
values  Z  Y  X  W  V
     1  3  3  3  2  2
     2  4  2  6 10  2
     3  0  6  3  3 12
     4  8  4  4  8  8
     5 15 15 10  0  5

如果需要一个数据框，可以这样做：

  as.data.frame.matrix(table(stack(df1)) * 1:5)

- onyambu

---

@MartinGal 谢谢。没有看到那个。刚刚检查了第一列。 - Onyambu

我该如何创建一个数据框，而不是普通的表格？ - Igor Mendonça

将df1堆叠后，使用table()函数生成频率表，再乘以1到5的数字向量，最后将结果转换为数据框。 - Onyambu

Answer 2

我们可能会使用

sapply(df1, function(x) tapply(x, factor(x, levels = 1:5),  FUN = sum))
   Z  Y  X  W  V
1  3  3  3  2  2
2  4  2  6 10  2
3 NA  6  3  3 12
4  8  4  4  8  8
5 15 15 10 NA  5

- akrun

---

很好！我该如何将那些 NA 改为 0？这个函数内部有方法吗？ - Igor Mendonça

@IgorMendonça 谢谢。如果out <- sapply(df1, ...); out[is.na(out)] <- 0。 - akrun

@IgorMendonça 另外，更紧凑的选项是sapply(df1，\(x) xtabs(x ~ factor(x, levels = 1:5)))。 - akrun

Answer 3

另一个可能的解决方案是基于purrr::map_dfc：

library(tidyverse)

map_dfc(df1, ~ 1:5 * table(factor(.x, levels = 1:5)) %>% as.vector) 

#> # A tibble: 5 × 5
#>       Z     Y     X     W     V
#>   <int> <int> <int> <int> <int>
#> 1     3     3     3     2     2
#> 2     4     2     6    10     2
#> 3     0     6     3     3    12
#> 4     8     4     4     8     8
#> 5    15    15    10     0     5

- PaulS