分组多个变量 - R答案

【问题标题】：grouping multiple variables - R分组多个变量 - R
【发布时间】：2015-09-06 00:18:47
【问题描述】：

我想对不同主题和不同用户的数据框进行分组，以生成每个用户在该主题中的相对重要性表，例如我的数据框是

Topic User
A     U1
A     U2
B     U2
A     U1
B     U1
A     U1

我想把它减少到

Topic  User Importance
 A     U1    0.75
 A     U2    0.25
 B     U1    0.5
 B     U2    0.5

谁能指出我如何使用 R 最好是 dplyr？

【问题讨论】：

标签： r dplyr

【解决方案1】：

这是一个快速的data.table 替代方法

library(data.table)
setDT(df)[, as.data.table(table(User)/.N), by = Topic]
#    Topic User    N
# 1:     A   U1 0.75
# 2:     A   U2 0.25
# 3:     B   U1 0.50
# 4:     B   U2 0.50

这基本上只是按组运行table(User)，然后按组大小划分.N

或与dplyr类似

df %>%
  group_by(Topic) %>%
  do(data.frame(table(.$User)/length(.$User)))

# Source: local data frame [4 x 3]
# Groups: Topic [2]
# 
#    Topic   Var1  Freq
#   (fctr) (fctr) (dbl)
# 1      A     U1  0.75
# 2      A     U2  0.25
# 3      B     U1  0.50
# 4      B     U2  0.50

【讨论】：

【解决方案2】：

处理此问题的一种方法是分别按主题/主题用户计数并加入结果：

topic_count <- df %>% group_by(Topic) %>% summarise(total=n())
user_count <- df %>% group_by(Topic, User) %>% summarise(cnt=n())

user_count %>%
    left_join(topic_count, by="Topic") %>%
    mutate(Importance=cnt/total) %>%
    select(-cnt, -total) # Drop obsolete columns

##   Topic User Importance
## 1 A       U1       0.75
## 2 A       U2       0.25
## 3 B       U1       0.50
## 4 B       U2       0.50

【讨论】：

【解决方案3】：

另一种方式：

as.data.frame(prop.table(table(DF), margin = 1))
#  Topic User Freq
#1     A   U1 0.75
#2     B   U1 0.50
#3     A   U2 0.25
#4     B   U2 0.50

【讨论】：

是的，由于某种原因已经被@RichardScrinven 发布并删除了
@DavidArenburg 抱歉，不知道；如果理查德取消删除，我会删除我的
是的，我知道，你没有足够的代表看到这个（即使你对我的问题的回答很棒;））。我已经要求他取消删除，但他没有回应。