计算分组数据中给定文本的所有出现次数答案

【问题标题】：Count all occurrences of a given text in grouped data计算分组数据中给定文本的所有出现次数
【发布时间】：2023-01-01 12:00:20
【问题描述】：

我的部分数据如下所示：

> q[,c(1,3)]
           Year       Language
1             1            C++
2             1              C
3             1            C++
4             1              C
5             1            C++
6             1     JavaScript
7             1            C++
8             2            C++
9             2           inny
10            2            C++
11            2           Java
12            3           Java
13            3           Java
14            3     JavaScript
15            3           Java
16            3     JavaScript
17            3           .NET
18            3           inny
19            3              R
20            3         Python
21            3           .NET
22            3         Python
23            3           Java
24            3           Java
25            3           Java
26            3           Java
27            3           Java
28            3           Java
29            3             C#
30            3            C++
31            3     JavaScript
32            3            C++
33            3     JavaScript
34            3           Java
35            3           Java
36            3         Python
37            3             C#
38            4              R
39            4              C
40            4           Java
41            4         Python
42            4            C++
43            4           .NET
44            4             C#
45            5           inny
46            5     JavaScript
47            5             C#
48            5         Python
49            5              R
50            2              C

名为q 的整个数据集还有其他与此处无关的列。我想要实现的是每年统计最常出现的语言。有时会出现几种语言的最高数量相同！这就是为什么我想列出每一种这样的语言。

预期输出：

    Year Language     
 1     1 C++       
 2     2 C++       
 3     3 Java      
 4     4 .NET      
 5     4 C         
 6     4 C#        
 7     4 C++       
 8     4 Java      
 9     4 Python    
10     4 R         
11     5 C#        
12     5 inny      
13     5 JavaScript
14     5 Python    
15     5 R

【问题讨论】：

标签： r dataframe dplyr group-by

【解决方案1】：

使用dplyr：

q %>% group_by(Year) %>% summarise(language=names(which(table(Language)==max(table(Language)))))

输出：

    Year language  
   <int> <chr>     
 1     1 C++       
 2     2 C++       
 3     3 Java      
 4     4 .NET      
 5     4 C         
 6     4 C#        
 7     4 C++       
 8     4 Java      
 9     4 Python    
10     4 R         
11     5 C#        
12     5 inny      
13     5 JavaScript
14     5 Python    
15     5 R

【讨论】：

【解决方案2】：

这是一个基本的 R 变体：

apply(table(df$Language, df$Year), 2, 
      (x) names(which(x == max(x)))) |>
  stack() |>
  `colnames<-`(c("Language", "Year"))
#>      Language Year
#> 1         C++    1
#> 2         C++    2
#> 3        Java    3
#> 4        .NET    4
#> 5           C    4
#> 6          C#    4
#> 7         C++    4
#> 8        Java    4
#> 9      Python    4
#> 10          R    4
#> 11         C#    5
#> 12       inny    5
#> 13 JavaScript    5
#> 14     Python    5
#> 15          R    5

【讨论】：

【解决方案3】：

如果需要，包括“数量”列以显示每年出现的每种语言。

library(tidyverse) 

df %>% 
  count(Year, Language, name = "amount") %>% 
  group_by(Year) %>% 
  slice_max(amount)

# A tibble: 15 × 3
# Groups:   Year [5]
    Year Language   amount
   <dbl> <chr>       <int>
 1     1 C++             4
 2     2 C++             2
 3     3 Java           11
 4     4 .NET            1
 5     4 C               1
 6     4 C#              1
 7     4 C++             1
 8     4 Java            1
 9     4 Python          1
10     4 R               1
11     5 C#              1
12     5 inny            1
13     5 JavaScript      1
14     5 Python          1
15     5 R               1
>

【讨论】：