如何按一列分组计算多列中因子的出现次数？

Question

我有一个看似简单的问题，但我无法弄清如何得到我想要的精确结果。

我的数据长这样：

      Job     C/C++     Java     Python
  Student     FALSE     TRUE      FALSE
Developer      TRUE     TRUE       TRUE
Developer      TRUE     TRUE      FALSE
 Sysadmin      TRUE    FALSE      FALSE
  Student     FALSE     TRUE       TRUE

我希望按“工作”列分组，并计算每列中 TRUE 的数量。我的期望输出如下：

      Job     C/C++     Java     Python
  Student         0        2          1
Developer         2        2          1 
 Sysadmin         1        0          0

非常感谢您的帮助。

- user2145843

---

你能描述一下你在问题中尝试过的内容吗？ - Caramiriel

Answer 1

假设你的数据框叫作“temp”，只需使用 aggregate 函数即可：

aggregate(. ~ Job, temp, sum)
#         Job C.C.. Java Python
# 1 Developer     2    2      1
# 2   Student     0    2      1
# 3  Sysadmin     1    0      0

---

这里的逻辑是TRUE和FALSE分别等于数值"1"和"0"，因此在聚合时可以直接使用sum。

---

为了完整性，还有一种使用"tidyverse"的解决方案：

library(tidyverse)
temp %>% 
  group_by(Job) %>% 
  summarise_all(sum)
# # A tibble: 3 x 4
#   Job       C.C..  Java Python
#   <chr>     <int> <int>  <int>
# 1 Developer     2     2      1
# 2 Student       0     2      1
# 3 Sysadmin      1     0      0

---

这里是易于复制和粘贴的数据格式。此格式通过使用dput(您的实际数据框名称)获取，当您将R相关问题发布到Stack Overflow时，应使用此格式。

temp <- structure(list(Job = c("Student", "Developer", "Developer", "Sysadmin", 
          "Student"), C.C.. = c(FALSE, TRUE, TRUE, TRUE, FALSE), Java = c(TRUE, 
          TRUE, TRUE, FALSE, TRUE), Python = c(FALSE, TRUE, FALSE, FALSE, TRUE)),
          .Names = c("Job", "C.C..", "Java", "Python"), class = "data.frame", 
          row.names = c(NA, -5L))

- A5C1D2H2I1M1N2O1R2T1

Answer 2

替代方案plyr和data.table：

data.table:

require(data.table)
tmp.dt <- data.table(temp, key="Job")
tmp.dt[, lapply(.SD, sum), by=Job]

#         Job C.C.. Java Python
# 1: Developer     2    2      1
# 2:   Student     0    2      1
# 3:  Sysadmin     1    0      0

plyr:

require(plyr)
ddply(temp, .(Job), function(x) colSums(x[-1]))

#         Job C.C.. Java Python
# 1 Developer     2    2      1
# 2   Student     0    2      1
# 3  Sysadmin     1    0      0

编辑：如果你需要计算Newbie的数量而不是TRUE/FALSE，则可以使用以下方法：

使用data.table：

require(data.table)
tmp.dt <- data.table(temp, key="Job")
tmp.dt[, lapply(.SD, function(x) sum(x == "Newbie")), by=Job]

使用 Plyr：

require(plyr)
ddply(temp, .(Job), function(x) colSums(x[-1] == "Newbie"))

- Arun

---

我更喜欢data.table的答案，但有备选方案也很好。 - A5C1D2H2I1M1N2O1R2T1

这非常好，我认为我会使用这个解决方案。不过还有一个问题：如果数据不是TRUE/FALSE，而是任意字符串，你会怎么做呢？比如说，如果我想要计算Python中"Newbie"的数量？ - user2145843

@user2145843，欢迎来到Stack Overflow。请注意您点击的“提问”按钮，以便您可以提出第一个问题。您在此评论中的后续问题与之前的问题不同，因此应被视为不同的问题。但是，在提出新问题之前，请务必搜索任何类似的问题。 - A5C1D2H2I1M1N2O1R2T1