Katakanlah saya punya:
v = rep(c(1,2, 2, 2), 25)
Sekarang, saya ingin menghitung berapa kali setiap nilai unik muncul. unique(v) mengembalikan nilai uniknya, tetapi bukan berapa jumlahnya.
> unique(v)
[1] 1 2
Saya ingin sesuatu yang memberi saya
length(v[v==1])
[1] 25
length(v[v==2])
[1] 75
tetapi sebagai satu baris yang lebih umum :) Sesuatu yang dekat (tetapi tidak cukup) seperti ini:
#<doesn't work right> length(v[v==unique(v)])
Jawaban:
Mungkin meja adalah apa yang Anda cari?
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
hist. tabletampaknya sedikit lebih lambat dari hist. Kenapa ya. Adakah yang bisa mengkonfirmasi?
order()hasil. yaitux <- as.data.frame(table(dummyData)); x[order(x$Freq, decreasing = TRUE), ]
Jika Anda memiliki beberapa faktor (= bingkai data multi-dimensi), Anda dapat menggunakan dplyrpaket untuk menghitung nilai unik di setiap kombinasi faktor:
library("dplyr")
data %>% group_by(factor1, factor2) %>% summarize(count=n())
Ini menggunakan operator pipa %>%untuk memanggil metode rantai pada bingkai data data.
data %>% count(factor1, factor2)
table () fungsi adalah cara yang baik untuk pergi, seperti yang disarankan Chase . Jika Anda menganalisis kumpulan data yang besar, cara alternatifnya adalah dengan menggunakan fungsi .N dalam paket dataTable.
Pastikan Anda menginstal paket tabel data dengan
install.packages("data.table")
Kode:
# 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]
Untuk mendapatkan vektor bilangan bulat tak berdimensi yang berisi jumlah nilai unik, gunakan 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"
Ini mungkin berguna jika Anda perlu memasukkan jumlah nilai unik ke fungsi lain, dan lebih pendek dan lebih idiomatis daripada yang t(as.data.frame(table(dummyData))[,2]diposting dalam komentar untuk jawaban Chase. Terima kasih kepada Ricardo Saporta yang menunjukkan hal ini kepada saya di sini .
Ini berhasil untuk saya. Ambil vektor Andav
length(summary(as.factor(v),maxsum=50000))
Komentar: setel makssum agar cukup besar untuk menangkap jumlah nilai unik
atau dengan magrittrpaketnya
v %>% as.factor %>% summary(maxsum=50000) %>% length
Jika Anda perlu memiliki jumlah nilai unik sebagai kolom tambahan dalam bingkai data yang berisi nilai Anda (kolom yang mungkin mewakili ukuran sampel misalnya), plyr menyediakan cara yang rapi:
data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25))
library("plyr")
data_frame <- ddply(data_frame, .(v), transform, n = length(v))
ddply(data_frame, .(v), count). Juga patut diperjelas bahwa Anda memerlukan library("plyr")panggilan untuk membuatnya ddplybekerja.
transformdaripada mutatesaat menggunakan plyr.
Jika Anda ingin menjalankan unique pada data.frame (mis., Train.data), dan juga mendapatkan jumlah (yang dapat digunakan sebagai bobot dalam pengklasifikasi), Anda dapat melakukan hal berikut:
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)
}
Saya tahu ada banyak jawaban lain, tetapi berikut adalah cara lain untuk melakukannya dengan menggunakan sortdan rle. Fungsi ini rleadalah singkatan dari Run Length Encoding . Ini dapat digunakan untuk menghitung jumlah angka (lihat dokumen R man rle), tetapi juga dapat diterapkan di sini.
test.data = rep(c(1, 2, 2, 2), 25)
rle(sort(test.data))
## Run Length Encoding
## lengths: int [1:2] 25 75
## values : num [1:2] 1 2
Jika Anda menangkap hasilnya, Anda dapat mengakses panjang dan nilai sebagai berikut:
## rle returns a list with two items.
result.counts <- rle(sort(test.data))
result.counts$lengths
## [1] 25 75
result.counts$values
## [1] 1 2
length(unique(df$col)) adalah cara paling sederhana yang bisa saya lihat.
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")