Zählen Sie die Anzahl der Vorkommen für jeden eindeutigen Wert

Nehmen wir an, ich habe:

v = rep(c(1,2, 2, 2), 25)

Jetzt möchte ich zählen, wie oft jeder eindeutige Wert angezeigt wird. unique(v) Gibt die eindeutigen Werte zurück, jedoch nicht die Anzahl.

> unique(v)
[1] 1 2

Ich möchte etwas, das mir gibt

length(v[v==1])
[1] 25
length(v[v==2])
[1] 75

aber als allgemeinerer Einzeiler :) Etwas Nahes (aber nicht ganz) wie dieses:

#<doesn't work right> length(v[v==unique(v)])

Vielleicht ist Tisch das, wonach Sie suchen?

dummyData = rep(c(1,2, 2, 2), 25)

table(dummyData)
# dummyData
#  1  2 
# 25 75

## or another presentation of the same data
as.data.frame(table(dummyData))
#    dummyData Freq
#  1         1   25
#  2         2   75

Wenn Sie mehrere Faktoren haben (= ein mehrdimensionaler Datenrahmen), können Sie das dplyrPaket verwenden, um eindeutige Werte in jeder Kombination von Faktoren zu zählen:

library("dplyr")
data %>% group_by(factor1, factor2) %>% summarize(count=n())

Es verwendet den Pipe-Operator, %>%um Methodenaufrufe im Datenrahmen zu verketten data.

Es ist ein einzeiliger Ansatz mit aggregate.

> aggregate(data.frame(count = v), list(value = v), length)

  value count
1     1    25
2     2    75

Die Funktion table () ist ein guter Weg, wie Chase vorgeschlagen hat. Wenn Sie einen großen Datensatz analysieren, können Sie alternativ die .N-Funktion in einem datierbaren Paket verwenden.

Stellen Sie sicher, dass Sie das Datentabellenpaket von installiert haben

install.packages("data.table")

Code:

# Import the data.table package
library(data.table)

# Generate a data table object, which draws a number 10^7 times  
# from 1 to 10 with replacement
DT<-data.table(x=sample(1:10,1E7,TRUE))

# Count Frequency of each factor level
DT[,.N,by=x]

Verwenden Sie, um einen nicht dimensionierten Ganzzahlvektor zu erhalten, der die Anzahl der eindeutigen Werte enthält c().

dummyData = rep(c(1, 2, 2, 2), 25) # Chase's reproducible data
c(table(dummyData)) # get un-dimensioned integer vector
 1  2 
25 75

str(c(table(dummyData)) ) # confirm structure
 Named int [1:2] 25 75
 - attr(*, "names")= chr [1:2] "1" "2"

Dies kann nützlich sein, wenn Sie die Anzahl der eindeutigen Werte in eine andere Funktion eingeben müssen. Sie ist kürzer und idiomatischer als die t(as.data.frame(table(dummyData))[,2]in einem Kommentar zu Chases Antwort veröffentlichten. Vielen Dank an Ricardo Saporta, der mich hier darauf hingewiesen hat .

Das funktioniert bei mir. Nimm deinen Vektorv

length(summary(as.factor(v),maxsum=50000))

Kommentar: Stellen Sie maxsum so ein, dass die Anzahl der eindeutigen Werte erfasst wird

oder mit dem magrittrPaket

v %>% as.factor %>% summary(maxsum=50000) %>% length

Wenn Sie die Anzahl der eindeutigen Werte als zusätzliche Spalte im Datenrahmen mit Ihren Werten benötigen (eine Spalte, die beispielsweise die Stichprobengröße darstellt), bietet plyr eine übersichtliche Möglichkeit:

data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25))

library("plyr")
data_frame <- ddply(data_frame, .(v), transform, n = length(v))

Es summary()würde auch funktionieren , die Werte kategorisch zu machen und aufzurufen .

> v = rep(as.factor(c(1,2, 2, 2)), 25)
> summary(v)
 1  2 
25 75 

Sie können auch versuchen, ein tidyverse

library(tidyverse) 
dummyData %>% 
    as.tibble() %>% 
    count(value)
# A tibble: 2 x 2
  value     n
  <dbl> <int>
1     1    25
2     2    75

Wenn Sie eine eindeutige Ausführung auf einem data.frame (z. B. train.data) ausführen und auch die Anzahl erhalten möchten (die als Gewichtung in Klassifizierern verwendet werden kann), können Sie Folgendes tun:

unique.count = function(train.data, all.numeric=FALSE) {                                                                                                                                                                                                 
  # first convert each row in the data.frame to a string                                                                                                                                                                              
  train.data.str = apply(train.data, 1, function(x) paste(x, collapse=','))                                                                                                                                                           
  # use table to index and count the strings                                                                                                                                                                                          
  train.data.str.t = table(train.data.str)                                                                                                                                                                                            
  # get the unique data string from the row.names                                                                                                                                                                                     
  train.data.str.uniq = row.names(train.data.str.t)                                                                                                                                                                                   
  weight = as.numeric(train.data.str.t)                                                                                                                                                                                               
  # convert the unique data string to data.frame
  if (all.numeric) {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) as.numeric(unlist(strsplit(x, split=","))))))                                                                                                    
  } else {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) unlist(strsplit(x, split=",")))))                                                                                                    
  }
  names(train.data.uniq) = names(train.data)                                                                                                                                                                                          
  list(data=train.data.uniq, weight=weight)                                                                                                                                                                                           
}  

Länge (eindeutig (df $ col)) ist der einfachste Weg, den ich sehen kann.

count_unique_words <-function(wlist) {
ucountlist = list()
unamelist = c()
for (i in wlist)
{
if (is.element(i, unamelist))
    ucountlist[[i]] <- ucountlist[[i]] +1
else
    {
    listlen <- length(ucountlist)
    ucountlist[[i]] <- 1
    unamelist <- c(unamelist, i)
    }
}
ucountlist
}

expt_counts <- count_unique_words(population)
for(i in names(expt_counts))
    cat(i, expt_counts[[i]], "\n")