获取具有另一个变量汇总计数的唯一值组合答案

【问题标题】：Get unique value combinations with summary count of another variable获取具有另一个变量汇总计数的唯一值组合
【发布时间】：2012-11-17 11:38:46
【问题描述】：

我有一个如下所示的数据框：

pred1 pred2 pred3 exp
a     b     c     0
a     d     c     0
a     b     c     1

我想做的是首先获取pred1-3的所有唯一组合，将它们写入一个附加表，为每个组合的频率添加一列，并添加另一列给出值1的比例每个组合的 exp（只能是 0 或 1）。像这样的：

pred1 pred2 pred3 freq exp_prop
a     b     c     2    0.5
a     d     c     1    0

事实证明，使用 plyr 的前三个步骤非常简单：

ddply(df, .(pred1, pred2, pred3), summarise, freq=length(exp))

或更短

count(df[,c(pred1, pred2, pred3)])

但我就是不知道如何得到 exp 的比例。

【问题讨论】：

标签： r dataframe plyr summary

【解决方案1】：

你快完成了。只需将exp_prop = mean(exp) 添加到ddply 命令：

ddply(df, .(pred1, pred2, pred3), summarise,
      freq = length(exp), exp_prop = mean(exp))

  pred1 pred2 pred3 freq exp_prop
1     a     b     c    2      0.5
2     a     d     c    1      0.0

【讨论】：

【解决方案2】：

# read in your data
x <- 
read.table(text="pred1 pred2 pred3 exp
a     b     c     0
a     d     c     0
a     b     c     1" , h = T)

library(sqldf)
sqldf( "select pred1, pred2, pred3, count(*) as numtimes, avg( exp ) as prop from x group by pred1, pred2, pred3" )

###### alternative:

# write all the column names according to some pattern
cols <- paste0("pred" , 1:3 , collapse = "," )

# save your data frame to another object
y <-
    sqldf( 
        paste( 
            "select" , 
            cols  , 
            " , count(*) as numtimes, avg( exp ) as prop from x group by" , 
            cols 
        ) 
    )

# print to screen
y

【讨论】：

嘿，这很快 - 非常感谢！不幸的是，我的电脑上似乎没有运行 sqldf 包。加载它可以工作，但是一旦我输入任何命令，我就会收到一条消息，说“捕获总线错误”并且 R 崩溃。难道没有办法用原生 R 语法做到这一点吗？
假设您使用的是 mac？安装它，它会工作。 sqldf 是一个了不起的包。 r.789695.n4.nabble.com/…