如何在几列中按一个列分组统计一个因素的出现？ [英] How do I count the occurrences of a factor in several columns, grouping by one column?

问题描述

我有一个看似简单的问题，但我无法弄清楚如何获得自己想要的东西。

I have a seemingly simple question, but I cannot figure out how to get exactly what I want.

我的数据如下：

      Job     C/C++     Java     Python
  Student     FALSE     TRUE      FALSE
Developer      TRUE     TRUE       TRUE
Developer      TRUE     TRUE      FALSE
 Sysadmin      TRUE    FALSE      FALSE
  Student     FALSE     TRUE       TRUE

我想按作业列，并计算每列中 TRUE s的数量。我想要的输出如下所示：

I would like to group by the "Job" column and count the number of TRUEs in each column. My desired output would look like this:

      Job     C/C++     Java     Python
  Student         0        2          1
Developer         2        2          1 
 Sysadmin         1        0          0

任何帮助将不胜感激。

推荐答案

替代 plyr 和 data.table 解决方案：

data.table：

require(data.table)
tmp.dt <- data.table(temp, key="Job")
tmp.dt[, lapply(.SD, sum), by=Job]

#         Job C.C.. Java Python
# 1: Developer     2    2      1
# 2:   Student     0    2      1
# 3:  Sysadmin     1    0      0

plyr：

require(plyr)
ddply(temp, .(Job), function(x) colSums(x[-1]))

#         Job C.C.. Java Python
# 1 Developer     2    2      1
# 2   Student     0    2      1
# 3  Sysadmin     1    0      0

编辑：：如果不是TRUE / FALSE，您必须计算 Newbie 的数量，然后：

If instead of TRUE/FALSE, you've to count the number of Newbie's, then:

使用data.table：

With data.table:

require(data.table)
tmp.dt <- data.table(temp, key="Job")
tmp.dt[, lapply(.SD, function(x) sum(x == "Newbie")), by=Job]

使用plyr：

require(plyr)
ddply(temp, .(Job), function(x) colSums(x[-1] == "Newbie"))

这篇关于如何在几列中按一个列分组统计一个因素的出现？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！