我想执行一个不平凡的group_by
,通过在其变量之一中找到的列表的单个元素对数据框进行分组和汇总。
df <- data.frame(x = 1:5)
df$y <- list("A", c("A", "B"), "C", c("B", "D", "C"), "E")
df
x y
1 1 A
2 2 A, B
3 3 C
4 4 B, D, C
5 5 E
现在按 y
分组(并计算行数),这是一个保存元素列表的变量,所需的最终结果应该是:
data.frame(group = c("A", "B", "C", "D", "E"), n = c(2,2,2,1,1))
group n
1 A 2
2 B 2
3 C 2
4 D 1
5 E 1
因为“A”出现在2行中,“B”出现在2行中,等等。
注意:n
之和不一定等于数据框中的行数。
最佳答案
我们可以使用带有table
的简单基础R解决方案来计算unlist
list
后的频率,并然后根据该表对象创建一个data.table
tbl <- table(unlist(df$y))
data.frame(group = names(tbl), n = as.vector(tbl))
# group n
#1 A 2
#2 B 2
#3 C 2
#4 D 1
#5 E 1
或者使用tidyverse
的另一个选项
library(dplyr)
library(tidyr)
unnest(df) %>%
group_by(group = y) %>%
summarise(n=n())
# <chr> <int>
#1 A 2
#2 B 2
#3 C 2
#4 D 1
#5 E 1
或者正如@alexis_laz在评论中提到的,替代方案是as.data.frame.table
as.data.frame(table(group = unlist(df$y)), responseName = "n")
关于r - 按包含元素列表的变量中的元素对数据框进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41803446/