Частота элемента r и имя столбца

У меня есть фрейм данных, который имеет четыре столбца A, B, C и D:

A    B    C    D
a    a    b    c
b    c    x    e
c    d    y    a
d              z
e
f

Я хотел бы получить частоту всех элементов и списки столбцов, которые они отображают, упорядоченные по частоте ранжирования. Вывод будет примерно таким:

  Ranking  frequency column 
a    1         3      A, B, D
c    1         3      A, B, D
b    2         2      A, C
d    2         2      A, B
e    2         2      A, D
f  .....

Буду признателен за любую помощь. Спасибо!

Источник

2 ответа

Решение

Что-то вроде этого может быть:

Данные

df <- read.table(header=T, text='A    B    C    D
a    a    b    c
b    c    x    e
c    d    y    a
d   NA    NA     z
e  NA NA NA
f NA NA NA',stringsAsFactors=F)

Решение

#find unique elements
elements <- unique(unlist(sapply(df, unique)))

#use a lapply to find the info you need
df2 <- data.frame(do.call(rbind,
        lapply(elements, function(x) {
          #find the rows and columns of the elements
          a <- which(df == x, arr.ind=TRUE)
          #find column names of the elements found
          b <- names(df[a[,2]])
          #find frequency
          c <- nrow(a)
          #produce output
          c(x, c, paste(b, collapse=','))
})))

#remove NAs
df2 <- na.omit(df2)
#change column names
colnames(df2) <- c('element','frequency', 'columns')
#order according to frequency
df2 <- df2[order(df2$frequency, decreasing=TRUE),]
#create the ranking column
df2$ranking <- as.numeric(factor(df2$frequency,levels=unique(df2$frequency)))

Выход:

> df2
   element frequency columns ranking
1        a         3   A,B,D       1
3        c         3   A,B,D       1
2        b         2     A,C       2
4        d         2     A,B       2
5        e         2     A,D       2
6        f         1       A       3
8        x         1       C       3
9        y         1       C       3
10       z         1       D       3

И если вы хотите, чтобы столбец элементов был в виде row.names, а столбец ранжирования был первым, вы также можете сделать следующее:

row.names(df2) <- df2$element
df2$element <- NULL
df2 <- df2[c('ranking','frequency','columns')]

Выход:

 > df2
  ranking frequency columns
a       1         3   A,B,D
c       1         3   A,B,D
b       2         2     A,C
d       2         2     A,B
e       2         2     A,D
f       3         1       A
x       3         1       C
y       3         1       C
z       3         1       D
Источник

Вот подход с использованием "dplyr" и "tidyr":

library(dplyr)
library(tidyr)

df %>%
  gather(var, val, everything()) %>%             ## Make a long dataset
  na.omit %>%                                    ## We don't need the NA values
  group_by(val) %>%                              ## All calculations grouped by val
  summarise(column = toString(var),              ## This collapses
            freq = n()) %>%                      ## This counts
  mutate(ranking = dense_rank(desc(freq))) %>%   ## This ranks
  arrange(ranking)                               ## This sorts
# Source: local data frame [9 x 4]
# 
#   val  column freq ranking
# 1   a A, B, D    3       1
# 2   c A, B, D    3       1
# 3   b    A, C    2       2
# 4   d    A, B    2       2
# 5   e    A, D    2       2
# 6   f       A    1       3
# 7   x       C    1       3
# 8   y       C    1       3
# 9   z       D    1       3
Источник
Другие вопросы по тегам