使用data.table的简单频率表 [英] Simple frequency tables using data.table

问题描述

我正在寻找一种通过data.table执行简单聚合/计数的方法。

考虑虹膜数据，每个物种有50个观察值。为了计算每个物种的观测数据，我必须总结一个列而不是物种，例如Sepal.Length。

  （data.table）
 dt = as.data.table（iris）
 dt [，length（Sepal.Length），Species] 
  

我觉得这很困惑，因为它看起来像我在Sepal.Length上做一些事情，乍一看，真的只有物种是重要的。

这是我想说的，但我没有得到有效的输出：

  dt [，length（Species），Species] 
  

正确的输入和输出， h2>

 > dt [，length（Sepal.Length），Species] 
种类V1 
 1：setosa 50 
 2：versicolor 50 
 3：virginica 50 
  

输入和输出不正确，但更漂亮：

 > dt [，length（Species），Species] 
种类V1 
 1：setosa 1 
 2：versicolor 1 
 3：virginica 1 
  
 
解决方案
 
 p>  data.table 有一些符号，可以在 j 表达式中使用。值得注意的是
 
 
 
 
 
  .N 会给出每组中的行数。<$ c 
 
 
  
 
 
请参阅？data.table  c>  
 
 
高级：按分组或i，符号.SD，.BY和.N可以用在j表达式中，定义如下。
 
 
 
 .... 
 
 
 
 .N是一个整数，长度为1，包含组中的行数。
 
 
例如：
  dt [，.N，by = Species] 
 
种类N 
 1：setosa 50 
 2：versicolor 50 
 3：virginica 50 
  
 
I'm looking for a way to do simple aggregates / counts via data.table.

Consider the iris data, which has 50 observations per species.  To count the observations per species I have to summaries over a column other than species, for example "Sepal.Length".
library(data.table)
dt = as.data.table(iris)
dt[,length(Sepal.Length), Species]
I find this confusing because it looks like I'm doing something on Sepal.Length at first glance, when really it's only Species that matters.

This is what I would prefer to say, but I don't get valid output:
dt[,length(Species), Species]


Correct input and output, but clunky code:

> dt[,length(Sepal.Length), Species]
Species V1
1:     setosa 50
2: versicolor 50
3:  virginica 50


Incorrect input and output, but nicer code:

> dt[,length(Species), Species]
Species V1
1:     setosa  1
2: versicolor  1
3:  virginica  1


Is there an elegant way around this?
解决方案
data.table has a couple of symbols that can be used within the j expression. Notably


.N will give you the number of number of rows in each group.


see ?data.table under the details for by

  
Advanced: When grouping by by or by i, symbols .SD, .BY and .N may be used in the j expression, defined as follows.
  
  
....
  
  
.N is an integer, length 1, containing the number of rows in the group.
For example:
dt[, .N ,by = Species]

     Species  N
1:     setosa 50
2: versicolor 50
3:  virginica 50


                        
这篇关于使用data.table的简单频率表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！