Подсчет количества значений, но самое распространенное в data.frame, с R

Question

Пример данных:

    > ind1
             Ind Gb19a Gb19b Gb24a Gb24b Gb28a Gb28b Gb11a Gb11b
    1  9-2-J1-N3   378   386   246   248   360   372   162   261
    2  9-2-J1-N3   380   386   246   248   360   372   187   261
    14 9-2-J1-N3   380   386   246   248    NA    NA    NA    NA
    15 9-2-J1-N3    NA   246   248   360   187    NA    NA    NA
    16 9-2-J1-N3   380   386   380   386   378   386   380   386
    17 9-2-J1-N3   380   386   246   248   360   372   187   261
    19 9-2-J1-N3   360   372   360   372   360   372   360   372
    20 9-2-J1-N3   187   261   187   261   162   261   187   261
    21 9-2-J1-N3   380   386   240   246   360   372   187    NA

> class(ind1)
[1] "data.frame"

Так что мне нужно посчитать, для каждого столбца, сколько значений, но самое распространенное. Ожидаемый результат будет:

Gb19a 3
Gb19b 3
Gb24a 5
экт ...

У меня есть решение, данное здесь ребятами из предыдущего вопроса, который я задал (благодаря им), который явно выполняет вычисления для каждой переменной, но я не думаю, что это подходящее решение для моей ситуации.

 > table(ind1$Gb19a)

    187 360 378 380 
      1   1   1   5

    counts1 <- as.data.frame(table(ind1$Gb19a), stringsAsFactors = FALSE)
    modal_value1 <- which.max(counts1$Freq)
    (sum(counts1$Freq)-counts1$Freq[modal_value1])
    [1] 3

Как применить это ко всему data.frame?

Как всегда, спасибо за любую помощь!

Answer 1

Вы просто говорите слово!
(«Как применить это ко всему data.frame?»)

countValsButMostFreq <- function(values){
  counts1 <- as.data.frame(table(values), stringsAsFactors = FALSE)
  modal_value1 <- which.max(counts1$Freq)
  return (sum(counts1$Freq)-counts1$Freq[modal_value1])
}

ind1 <- rbind.data.frame(
c('9-2-J1-N3',   378,   386,   246,   248,   360,   372,   162,   261),
c('9-2-J1-N3',   380,   386,   246,   248,   360,   372,   187,   261),
c('9-2-J1-N3',   380,   386,   246,   248,    NA,    NA,    NA,    NA),
c('9-2-J1-N3',    NA,   246,   248,   360,   187,    NA,    NA,    NA),
c('9-2-J1-N3',   380,   386,   380,   386,   378,   386,   380,   386),
c('9-2-J1-N3',   380,   386,   246,   248,   360,   372,   187,   261),
c('9-2-J1-N3',   360,   372,   360,   372,   360,   372,   360,   372),
c('9-2-J1-N3',   187,   261,   187,   261,   162,   261,   187,   261),
c('9-2-J1-N3',   380,   386,   240,   246,   360,   372,   187,    NA))
colnames(ind1) <- c('Ind', 'Gb19a', 'Gb19b', 'Gb24a', 'Gb24b', 'Gb28a', 'Gb28b', 'Gb11a', 'Gb11b')



res <- apply(X=ind1,MARGIN=2,FUN=countValsButMostFreq)
res

Результат:

  Ind Gb19a Gb19b Gb24a Gb24b Gb28a Gb28b Gb11a Gb11b 
    0     3     3     5     5     3     2     3     2

Answer 2

Вот пример того, как это сделать для mtcars:

as.data.frame(
    lapply(mtcars, 
        function(x)unname(tail(sort(table(x)), 1))
    )
)

  mpg cyl disp hp drat wt qsec vs am gear carb
1   2  14    3  3    3  3    2 18 19   15   10

---

Как это работает?

Настройка функции для получения подсчета частоты для одногостолбец:

• Используйте table, чтобы получить свои цифры
• Sort результаты
• Получите последнее значение с помощью tail
• Используйте unname, чтобы сбросить имя

Затем просто передайте это lapply и преобразуйте результаты в data.frame

Answer 3

Вы ищете подходящую семью.Я бы, наверное, использовал здесь sapply, но это ваш выбор.

   ind1 <- read.table(text="Ind Gb19a Gb19b Gb24a Gb24b Gb28a Gb28b Gb11a Gb11b
    1  9-2-J1-N3   378   386   246   248   360   372   162   261
    2  9-2-J1-N3   380   386   246   248   360   372   187   261
    14 9-2-J1-N3   380   386   246   248    NA    NA    NA    NA
    15 9-2-J1-N3    NA   246   248   360   187    NA    NA    NA
    16 9-2-J1-N3   380   386   380   386   378   386   380   386
    17 9-2-J1-N3   380   386   246   248   360   372   187   261
    19 9-2-J1-N3   360   372   360   372   360   372   360   372
    20 9-2-J1-N3   187   261   187   261   162   261   187   261
    21 9-2-J1-N3   380   386   240   246   360   372   187    NA", header=TRUE)

hapax <- function(x) {x <- na.omit(x); length(setdiff(unique(x), x[duplicated(x)]))}
sapply(ind1, hapax)

Answer 4

apply (mymatrix, 2, myfunc) запускает myfunc (один столбец) для каждой матрицы столбца или фрейма данных.

myfunc будет кодом, который вы отправили для расчета суммы, за исключением того, что ind1 $ Gb19a заменяется одним столбцом.