Считайте уникальные значения

Скажем, у меня есть:

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

Теперь я хочу подсчитать количество раз, когда появляется каждое уникальное значение. unique(v) возвращает то, что уникальные значения, но не то, сколько они есть.

 > unique(v) [1] 1 2 

Я хочу что-то, что дает мне

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

но как более общий однострочный 🙂 Что-то близко (но не совсем) вот так:

 # length(v[v==unique(v)]) 

Возможно, таблица – это то, что вам нужно?

 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 

Это однострочный подход с использованием aggregate .

 > aggregate(data.frame(count = v), list(value = v), length) value count 1 1 25 2 2 75 

Если у вас есть несколько факторов (= многомерный кадр данных), вы можете использовать пакет dplyr для подсчета уникальных значений в каждой комбинации факторов:

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

Он использует оператор трубы %>% для вызова методов метода в данных фрейма data .

Функция table () – это хороший способ, как предложил Чейз . Если вы анализируете большой dataset, альтернативный способ – использовать функцию .N в пакете данных.

Убедитесь, что вы установили пакет таблицы данных на

 install.packages("data.table") 

Код:

 # 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] 

Чтобы получить не-размерный целочисленный вектор, содержащий количество уникальных значений, используйте 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" 

Это может быть полезно, если вам нужно передать количество уникальных значений в другую функцию и короче и более идиоматично, чем t(as.data.frame(table(dummyData))[,2] размещенное в комментарии к ответу Chase Благодаря Рикардо Сапорте, который указал на меня здесь .

Если вам нужно указать количество уникальных значений в качестве дополнительного столбца в фрейме данных, содержащем ваши значения (столбец, который может представлять пример размера выборки, например), plyr обеспечивает аккуратный способ:

 data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25)) library("plyr") data_frame <- ddply(data_frame, .(v), transform, n = length(v)) 

Это работает для меня. Возьмите свой вектор v

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

Комментарий: установите maxsum достаточно большим, чтобы зафиксировать количество уникальных значений

или с пакетом magrittr

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

Также будет полезно использовать категориальные значения и вызывать summary() .

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

Вы также можете попробовать tidyverse

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

Если вы хотите запускать уникальный файл data.frame (например, train.data), а также получать подсчеты (которые могут использоваться как вес в classификаторах), вы можете сделать следующее:

 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) } 
 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") 
Давайте будем гением компьютера.