R table() 进入 data.frame 更改行名

Question

我正在使用 table() 为同一数据帧中的多个值创建频率表。

### make up some data
orig.df<-data.frame(
  decade=c("1910s","1910s","1920s","1930s"),
  size=c("low (<1)", "high (>5000)", "medium (11-100)","low (<1)"),
  plant=c("orange","apple","orange","apple")
)
data.frame(rbind(
  table(orig.df$decade),
  table(orig.df$size, orig.df$decade),
  table(orig.df$plant, orig.df$decade)
  
))

                X1910s X1920s X1930s
                     2      1      1
high (>5000)         1      0      0
low (<1)             1      0      1
medium (11-100)      0      1      0
apple                1      0      1
orange               1      1      0

列名中的 X 始终可以使用 gsub() 删除

问题是，我的数据包含 NA，并且我试图明确突出显示这些数据。不知何故，table(..., useNA="always") 在将多个表绑定(bind)到数据框时会产生问题。

data.frame(rbind(
  table(orig.df$decade, useNA="always"),
  table(orig.df$size, orig.df$decade, useNA="always"),
  table(orig.df$plant, orig.df$decade, useNA="always")
  
))

                X1910s X1920s X1930s NA.
X                    2      1      1   0
high...5000.         1      0      0   0
low...1.             1      0      1   0
medium..11.100.      0      1      0   0
NA.                  0      0      0   0
apple                1      0      1   0
orange               1      1      0   0
NA..1                0      0      0   0

我正在考虑使用 gsub() 就像 colname 一样，但是如果你仔细观察“.”可能意味着括号、空格和“-”，所以运气不好。

所需的输出(基本上是同一个表，只是有正确的名称，我真正的问题有几百行，所以我无法手动遍历所有行)

                1910s 1920s 1930s
                     2      1      1
high (>5000)         1      0      0
low (<1)             1      0      1
medium (11-100)      0      1      0
NA                   0      0      0
apple                1      0      1
orange               1      1      0
NA                   0      0      0

解决办法是什么？必须有一些简单的设置需要更改？

Answer 1

使用 as.data.frame 和 make.names = FALSE 你会明白为什么你的名字实际上被改变了:

as.data.frame(rbind(
  table(orig.df$decade, useNA="always"),
  table(orig.df$size, orig.df$decade, useNA="always"),
  table(orig.df$plant, orig.df$decade, useNA="always")
), make.names = FALSE)
#> Warning: non-unique values when setting 'row.names':
#> Error in `.rowNamesDF<-`(`*tmp*`, make.names = make.names, value = row.names): duplicate 'row.names' are not allowed

您的行名称重复，因此 R 正在尝试修复该问题。如果您想使用不同的方法来修复它，您可以编写一个快速函数来动态处理行名:

table2df <- function(x) {
  data.frame(x, row.names = make.unique(paste(rownames(x))))
}

table2df(rbind(
  table(orig.df$decade, useNA="always"),
  table(orig.df$size, orig.df$decade, useNA="always"),
  table(orig.df$plant, orig.df$decade, useNA="always")
))
#>                 X1910s X1920s X1930s NA.
#>                      2      1      1   0
#> high (>5000)         1      0      0   0
#> low (<1)             1      0      1   0
#> medium (11-100)      0      1      0   0
#> NA                   0      0      0   0
#> apple                1      0      1   0
#> orange               1      1      0   0
#> NA.1                 0      0      0   0