Подсчитать уникальные значения

Question

Допустим, у меня есть:

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

Теперь я хочу посчитать, сколько раз каждое уникальное значение появляется. unique(v) возвращает уникальные значения, но не их количество.

> 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 близкое (но не совсем), как это:

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

Answer 1

Возможно, таблица - это то, что вы ищете?

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

Answer 2

Если у вас есть несколько факторов (= многомерный фрейм 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 канала %>% для цепочки вызовов методов во фрейме данных data.

Answer 3

Это однострочный подход с использованием aggregate.

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

  value count
1     1    25
2     2    75

Answer 4

table () - хороший способ, как предложено Chase . Если вы анализируете большой набор данных, альтернативный способ - использовать функцию .N в пакете с данными.

Убедитесь, что вы установили пакет таблицы данных по

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]

Answer 5

Чтобы получить безразмерный 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, оно короче и более идиоматично, чем t(as.data.frame(table(dummyData))[,2], опубликованное в комментарии к ответу Чейза.Спасибо Рикардо Сапорта, который указал мне на это здесь .

Answer 6

Это работает для меня. Возьми свой вектор v

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

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

или с пакетом magrittr

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

Answer 7

Если вам необходимо указать число уникальных значений в качестве дополнительного столбца во фрейме данных, содержащем ваши значения (например, столбец, который может представлять размер выборки), plyr предлагает удобный 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))

Answer 8

Вы также можете попробовать tidyverse

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

Answer 9

Также можно сделать категориальные значения и вызвать summary().

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

Answer 10

Если вы хотите запустить уникальный для data.frame (например, train.data), а также получить счетчики (которые можно использовать как вес в классификаторах), 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)                                                                                                                                                                                           
}