如何使用dplyr对x中的元素进行分组，x的间隔为y的计数频率？ [英] How to use dplyr to group elements in x ,count frequency of x for an interval of y?
问题描述
x y <样本（1:40，79，替换= T） y
1 38 18 19 19 37 38 26 4 32 23 11 24 36 15 22 19 6 24 13 36 2 26 35 39 8 33 20 19 23 28 5 17 40 26 18 21
[37] 35 23 27 12 3 33 16 32 11 19 4 5 8 19 5 19 33 33 33 13 12 32 21 4 14 8 28 34 33 22 34 19 39 23 6 8
[73] 37 17 21 16 38 15 36
<我有两个变量'x'和'y'。在x中有不止一个观察实例。 y中有值对应于'x'中的每个观察值
我想实现分组，并将y值分割为间隔。
以不同的方式，将信发送多少次，分为基于每次发生时分配给该字母的值指定的间隔。
示例： -
无法正确表示表，因为我找不到更好的方式在这里键入。 >
我希望很清楚。如果需要，我会尝试重申。
我希望在这方面有任何帮助。
使用 dplyr
library（dplyr）
库（tidyr）
res< - tally（group_by（df，x，y = cut y，breaks = seq（0,40，= 10））））％>％
ungroup（）％>％
spread（y，n，fill = 0）
或使用 data.table
library（data.table）
res1< - dcast.data.table（setDT（df）[，list（.N），
by = list（x，y1 = cut（y，breaks = seq（0,40，by = 10）））]，
x〜y1，value.var =N，fill = 0L）
all.equal（as.data.frame（res），as.data.frame（res1））
＃[1] TRUE
注意： cut 标签参数$ c>所以如果你想让列标题为 freq0-10 等等
$ b
tally（group_by（df，x，y = cut（y，breaks = seq（0,40，by = 10），
labels = paste0（freq，c（0-10，10-20，20-30 30-40））））％）％
ungroup（）％>％
spread（y，n，fill = 0）％>％
head ）
＃x freq0-10 freq10-20 freq20-30 freq30-40
＃1 a 0 1 1 0
＃2 b 1 1 0 0
数据
df < - structure（list（x = structure（c（1L，22L，3L，1L，4L，5L，7L，6L，
8L，24L，21L，18L，19L，23L，19L，4L，7L ，10L，21L，18L，19L，
19L，19L，22L，2L，7L，5L，23L，19L，4L，7L，8L，10L，9L，20L，
5L，23L，23L ，17L，17L，4L，22L，21L，13L，13L，11L，12L，21L，
16L，15L，18L，20L，14L，5L，23L，23L，10L，6L，3L，7L，8L ，20L，
18L，4L，5L，23L，23L，23L，25L，6L，7L，6L，8L， 8L，24L，18L，
6L，6L，12L），.Label = c（a，b，c，d，e，f，g h，
i，j，k，l，m，n，o，p，q，r ，t，u，
v，w，y，z），class =factor），y = c（12L，9L，29L，21L，
27L，37L，12L，31L，33L，11L，25L，15L，27L，27L，13L，37L，8L，
2L，21L，6L，4L，23L，30L，6L，9L， 28L，4L，24L，26L，2L，13L，
10L，15L，6L，38L，9L，30L，26L，28L，39L，19L，16L，11L，9L，
2L，4L， 16L，15L，11L，14L，19L，35L，19L，29L，22L，40L，19L，
12L，7L，6L，20L，10L，12L，6L，30L，13L，38L，39L，30L， 20L，
6L，9L，1L，40L，26L，14L，23L，33L，2L）），Names = c（x，y
），row.names = c NA，-79L），class =data.frame）
x<- c('a','v','c','a','d','e','g','f','h','y','u','r','s','w','s','d','g','j','u','r','s','s','s','v','b','g','e','w','s','d','g','h','j','i','t','e','w','w','q','q','d','v','b','m','m','k','l','u','p','o','r','t','n','e','w','w','j','f','c','g','h','t','r','d','e','w','w','w','z','f','g','f','h','h','y','r','f','f','l')
y <- sample(1:40, 79, replace=T)
y 1 38 18 19 19 37 38 26 4 32 23 11 24 36 15 22 19 6 24 13 36 2 26 35 39 8 33 20 19 23 28 5 17 40 26 18 21 [37] 35 23 27 12 3 33 16 32 11 19 4 5 8 19 5 19 33 33 33 13 12 32 21 4 14 8 28 34 33 22 34 19 39 23 6 8 [73] 37 17 21 16 38 15 36
I have two variables 'x' and 'y' . There is more than one instance of an observation in 'x' . There are values in y corresponding to every observation in 'x'
I would like to achieve grouping and also partitioning of y values into intervals .
To put it in a different way , how many times a letter occured would be divided into intervals specified based on value assigned to that letter in each of its occurance.
example :-
could not represent the table properly as i could not find a better way to type it here.
I hope it is clear. I shall try to restate it if needed. I would appreciate any help in this regard.
Using dplyr
library(dplyr)
library(tidyr)
res <- tally(group_by(df, x, y=cut(y, breaks=seq(0,40, by=10)))) %>%
ungroup() %>%
spread(y,n, fill=0)
Or using data.table
library(data.table)
res1 <- dcast.data.table(setDT(df)[,list(.N),
by=list(x, y1=cut(y, breaks=seq(0,40, by=10)))],
x~y1, value.var="N", fill=0L)
all.equal(as.data.frame(res), as.data.frame(res1))
#[1] TRUE
Note: There is a label argument in cut so if you want to have the column headings to be freq0-10, etc
tally(group_by(df, x, y=cut(y,breaks=seq(0,40, by=10),
labels=paste0("freq", c("0-10", "10-20", "20-30", "30-40"))))) %>%
ungroup() %>%
spread(y,n, fill=0) %>%
head(2)
# x freq0-10 freq10-20 freq20-30 freq30-40
#1 a 0 1 1 0
#2 b 1 1 0 0
data
df <- structure(list(x = structure(c(1L, 22L, 3L, 1L, 4L, 5L, 7L, 6L,
8L, 24L, 21L, 18L, 19L, 23L, 19L, 4L, 7L, 10L, 21L, 18L, 19L,
19L, 19L, 22L, 2L, 7L, 5L, 23L, 19L, 4L, 7L, 8L, 10L, 9L, 20L,
5L, 23L, 23L, 17L, 17L, 4L, 22L, 2L, 13L, 13L, 11L, 12L, 21L,
16L, 15L, 18L, 20L, 14L, 5L, 23L, 23L, 10L, 6L, 3L, 7L, 8L, 20L,
18L, 4L, 5L, 23L, 23L, 23L, 25L, 6L, 7L, 6L, 8L, 8L, 24L, 18L,
6L, 6L, 12L), .Label = c("a", "b", "c", "d", "e", "f", "g", "h",
"i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u",
"v", "w", "y", "z"), class = "factor"), y = c(12L, 9L, 29L, 21L,
27L, 37L, 12L, 31L, 33L, 11L, 25L, 15L, 27L, 27L, 13L, 37L, 8L,
2L, 21L, 6L, 4L, 23L, 30L, 6L, 9L, 28L, 4L, 24L, 26L, 2L, 13L,
10L, 15L, 6L, 38L, 9L, 30L, 26L, 28L, 39L, 19L, 16L, 11L, 9L,
2L, 4L, 16L, 15L, 11L, 14L, 19L, 35L, 19L, 29L, 22L, 40L, 19L,
12L, 7L, 6L, 20L, 10L, 12L, 6L, 30L, 13L, 38L, 39L, 30L, 20L,
6L, 9L, 1L, 40L, 26L, 14L, 23L, 33L, 2L)), .Names = c("x", "y"
), row.names = c(NA, -79L), class = "data.frame")
这篇关于如何使用dplyr对x中的元素进行分组，x的间隔为y的计数频率？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
