如何将数据框中的列制成表格并将结果放入单个数据框中答案

【问题标题】：How to tabulate columns in a data frame and put the results in a single data frame如何将数据框中的列制成表格并将结果放入单个数据框中
【发布时间】：2017-02-06 15:04:14
【问题描述】：

我有一个400行1200列的数据框，大致结构是这样的：

> df=data.frame(Col1=paste0('row',1:15),metric1=sample(c('H','M','L'),15,replace = 1),metric2=sample(c('H','M'),15,replace = 1))
> df
    Col1 metric1 metric2 ...
1   row1       M       H
2   row2       H       L

我想做的是根据每列的 HML 计数比较每行的表格结果。

我试过了

> apply(df[,2:3],2,function(x) table(x))
$metric1
x
H L M 
1 7 7 

$metric2
x
 H  M 
10  5 

>

但结果是一个 1200 的列表，因为并非所有列都包含所有 3 个值，即一列只有 HL，而另一列将具有 HML。

我也试过聚合，结果报错

> apply(df[,2:3],2,function(x) aggregate(df$count,list(df[,x]),sum))
Error in `[.data.frame`(df, , x) : undefined columns selected

但我的功能有效：

> aggregate(df$count,list(df[,2]),sum)
  Group.1 x
1       H 1
2       L 7
3       M 7
>

我希望将其保存为数据框，例如：

> data.frame(var=c('H','M','L'),metric1=c(100,100,200),metric2=c(250,150,0))
  var metric1 metric2
1   H     100     250
2   M     100     150
3   L     200       0
>

【问题讨论】：

您只有这 3 个类别（H、L、M）还是更一般的类别？

标签： r aggregate apply

【解决方案1】：

或者如果你不想使用循环，你也可以在表格函数中分配级别：

apply(df[,2:3],2,function(x) table(factor(x,levels=c("H","M","L"))))

    metric1 metric2
H       6      11
M       8       4
L       1       0

【讨论】：

请注意，apply 在后台使用 for 循环，通常比正确实现的 for 循环慢。
谢谢，lmo！我不知道！但是，如果另一个解决方案然后在 for 循环之后调用 sapply，它还会更快吗（如果可能 sapply 仍在后台运行 for 循环）？感谢您的任何见解！ :)
标准答案是视情况而定。 apply 的第二个“问题”是它在实现提供的函数之前将其主要参数（的副本）转换为矩阵。在这里，这涉及从因子列表到字符向量矩阵的转换，然后将其列重新转换为因子，一次一个。这是对大型数据集的一组相当昂贵的操作，for 循环可以避免。您可以使用apply(df[,2:3], 2, function(x) x) 看到此转换为字符。
很高兴知道！我最近根深蒂固地认为，尽可能避免使用 for 循环（它们曾经是我的支持），并且一直在尝试使用其他方法来提高效率。现在我知道应用函数可能不是最好的方法...... :)
for 循环可能是最快的方法之一，具体取决于您在做什么。在循环中增长对象是大多数人在早期犯的最大错误，应该避免。

【解决方案2】：

我会先将指标转换为以 H、L、M 为级别的因子，以确保所有 table 都指向 3 个类别。

这导致：

df=data.frame(Col1=paste0('row',1:15),metric1=sample(c('H','M','L'),15,replace = 1),metric2=sample(c('H','M'),15,replace = 1))
for (i in 2:ncol(df)){
  df[[i]] <- factor(df[[i]],levels=c("H","M","L"))
}

然后在每个列和堆栈上调用应用表：

sapply(df[-1],table)
      metric1 metric2
H       3       8
M       1       7
L      11       0

【讨论】：

【解决方案3】：

或者，您可以执行以下操作：

sumer <- function(data, pattern)
{
        temp <- colSums(sapply(pattern, grepl, data))
        names(temp) <- pattern
        temp
}


apply(df[, 2:3], 2, sumer, unique(df[, 2]))

【讨论】：