使用 purrr::map 对列进行分组并获取频率答案

【问题标题】：Grouping columns and getting frequency using purrr::map使用 purrr::map 对列进行分组并获取频率
【发布时间】：2021-01-25 17:24:08
【问题描述】：

我正在尝试使用 tidyverse 代码获取多列的交叉表。

样本数据：

df <- data.frame(col1=c("a", "b", "c", "c"), col2=c(NA, "d", "d","e"))  %>%
  mutate_all(as.character)
df
  col1 col2
1    a <NA>
2    b    d
3    c    d
4    c    e

使用 apply，我会执行以下操作：

apply(df, 2, function(x) data.frame(table(x)))

我试过下面的代码不起作用：

df %>% 
  map_df(function(.x) {
    group_by(.x) %>% summarise(n=n()) %>% print()
    })

【问题讨论】：

标签： r dataframe purrr frequency-table

【解决方案1】：

在tidyverse 中，您可以通过多种方式做到这一点。

按列使用purrr::map

library(dplyr)
purrr::map(names(df), ~df %>% count(.data[[.x]]))

获取长格式数据，然后计算每一列和每一个值

df %>%
  tidyr::pivot_longer(cols = everything()) %>%
  count(name, value)

【讨论】：

【解决方案2】：

可以使用purrr::map 来完成，如下所示：

library(purrr)

map(df, ~as.data.frame(table(.x)))

#> $col1
#>   .x Freq
#> 1  a    1
#> 2  b    1
#> 3  c    2
#> 
#> $col2
#>   .x Freq
#> 1  d    2
#> 2  e    1

【讨论】：

【解决方案3】：

lapply 的选项

lapply(df, function(x) as.data.frame(table(x)))

【讨论】：