r - 如何按年份和绘图从一列中查找多个 ID 的频率？

Question

我有一个 df 看起来像

<表类="s-表"><头>ID年份<正文>民族，民族 - 北美，经济，经济 - 亚洲2008经济，经济 - 欧盟，州，民族2009

我想提取 ID 的频率，使其看起来像

<表类="s-表"><头>国家经济状态年份<正文>22020081212009

对于像“Economy - EU”这样带有连字符的 ID，我只想将其计为“Economy”的频率

我的最终目标是按年绘制此 df，并在同一图中使用不同 ID 的频率计数。例如，“State”在 2008 年是绿点，“Nation”在 2008 年是红点，“Economy”在 2008 年是蓝点。

如果第二个 df 不是一个好的方法，我也愿意接受建议!这只是我对如何开始这件事的第一个想法。

如果这不合适，我会将此帖子作为一个单独的问题，但我的下一个问题是如何按年绘制第二个 df 的频率，如上所述？

谢谢!

Answer 1

您可以使用 separate_rows 以逗号 (,) 拆分将数据拆分为不同的行。将-后的值分隔在不同的列中，并计算每个Year中ID值的出现次数，得到宽格式的数据。

library(dplyr)
library(tidyr)

df %>%
  separate_rows(ID, sep = ',\\s*') %>%
  separate(ID, c('ID', 'Value'), sep = '\\s*-\\s*',fill = 'right') %>%
  count(Year, ID) %>%
  pivot_wider(names_from = ID, values_from = n, values_fill = 0)

#   Year Economy Nation State
#  <int>   <int>  <int> <int>
#1  2008       2      2     0
#2  2009       2      1     1

您还可以使用 janitor::tabyl 来减少代码。

df %>%
  separate_rows(ID, sep = ',\\s*') %>%
  separate(ID, c('ID', 'Value'), sep = '\\s*-\\s*',fill = 'right') %>%
  janitor::tabyl(Year, ID)

数据

df <- structure(list(ID = c("Nation, Nation - NA, Economy, Economy - Asia", 
"Economy, Economy - EU, State, Nation"), Year = 2008:2009), 
class = "data.frame", row.names = c(NA, -2L))