为数据帧中的每个变量计算 0`s、1`s、99`s 和 NA`s

Question

我有一个包含 118 个变量的数据框，其中包含 0's、1's、99's 和 NA's。我需要计算每个变量有多少99's、NA's、1's 和0's（99 是“不适用”，0 是“否”，1 是“是”，NA 是“没有答案”）。我尝试使用table 函数来做到这一点，但它适用于向量，我怎样才能为所有变量集做到这一点？

数据框有一个可重现的小例子：

forest<-c(1,1,1,1,0,0,0,1,1,1,0,NA,0,NA,0,99,99,1,0,NA)
water<-c(1,NA,NA,NA,NA,99,99,0,0,0,1,1,1,0,0,NA,NA,99,1,0)
rain<-c(1,NA,1,0,1,99,99,0,1,0,1,0,1,0,0,NA,99,99,1,1)
fire<-c(1,0,0,0,1,99,99,NA,NA,NA,1,0,1,0,0,NA,99,99,1,1)

df<-data.frame(forest,water,rain,fire)

我需要在数据框中写入变量的结果，如下所示：

    forest    water    rain    fire
1    8         5        8       6
0    7         6        6       6
99   2         3        4       4
NA   3         6        2       4

Answer 1

找不到好的骗子，所以这是我的评论作为答案：

数据框实际上是一个列列表。 lapply 将对输入中的每个项目（每列，在数据框的情况下）应用一个函数，并返回一个包含每个结果的列表：

lapply(df, table)
# $forest
# 
#  0  1 99 
#  7  8  2 
# 
# $water
# 
#  0  1 99 
#  6  5  3 
# 
# $rain
# 
#  0  1 99 
#  6  8  4 
# 
# $fire
# 
#  0  1 99 
#  6  6  4 

sapply 类似于lapply，但它会尝试s简化结果，而不是总是返回list。在这两种情况下，您都可以将其他参数传递给正在应用的函数，例如 useNA = "always" 到 table 以在输出中包含 NA：

sapply(df, table, useNA = "always")
#      forest water rain fire
# 0         7     6    6    6
# 1         8     5    8    6
# 99        2     3    4    4
# <NA>      3     6    2    4

很多更多信息，请查看R Grouping functions: sapply vs. lapply vs. apply. vs. tapply vs. by vs. aggregate

---

与其他一些答案进行比较：apply 类似于lapply 和sapply，但它适用于矩阵或更高维数组。您应该在data.frame 上使用apply 的唯一情况是您需要将函数应用于每一行。对于数据框列上的函数，首选lapply 或sapply。原因是apply 将首先将数据框强制转换为matrix，如果您有不同类的列，这可能会产生意想不到的后果。

Answer 2

rbind(sapply(df,table),"NA"=sapply(df, function(y) sum(is.na(y))))
   forest water rain fire
0       7     6    6    6
1       8     5    8    6
99      2     3    4    4
NA      3     6    2    4

Answer 3

应该这样做：

tables <- apply(df, 2, FUN = table)

Answer 4

可能有办法一举搞定。

应用(df, 2, table)

应用(df, 2, function(x){ sum(is.na(x)) })

Answer 5

由于变量是因子，所以你应该先把它们变成它：

df <- lapply(df, as.factor)

然后，总结你的data.frame：

sapply(df, summary)

summary() 函数的 factor 方法计算它的每个级别。