r - 如何根据列中的级别对重复值求和并输出计数表？

Question

我是 R 的新手，我的数据看起来像这样:

categories <- c("A","B","C","A","A","B","C","A","B","C","A","B","B","C","C")
animals <- c("cat","cat","cat","dog","mouse","mouse","rabbit","rat","shark","shark","tiger","tiger","whale","whale","worm")
dat <- cbind(categories,animals)

有些动物根据类别重复。例如，“cat”出现在所有三个类别 A、B 和 C 中。

我喜欢我的新数据帧输出看起来像这样:

A   B   C   count
1   1   1   1
1   1   0   2
1   0   1   0
0   1   1   2
1   0   0   2
0   1   0   0
0   0   1   2
0   0   0   0

A、B 和 C 下的数字 1 表示该动物出现在该类别中，0 表示该动物未出现在该类别中。例如，第一行在所有三个类别中都有 1。第一行的计数为 1，因为“猫”是每个类别中唯一重复自身的动物。

R中是否有一个功能可以帮助我实现这一目标？先感谢您。

Answer 1

我们可以使用 table创建 categories 的交叉表和 animals , 转置, 转换为 data.frame, group_by全部 categories并计算每个组合的频率:

library(dplyr)
library(tidyr)

as.data.frame.matrix(t(table(dat))) %>%
  group_by_all() %>%
  summarize(Count = n())

结果:

# A tibble: 5 x 4
# Groups:   A, B [?]
      A     B     C Count
  <int> <int> <int> <int>
1     0     0     1     2
2     0     1     1     2
3     1     0     0     2
4     1     1     0     2
5     1     1     1     1

编辑 (感谢@C. Braun)。以下是如何还包括零 A、B、C 组合:

as.data.frame.matrix(t(table(dat))) %>%
  bind_rows(expand.grid(A = c(0,1), B = c(0,1), C = c(0,1))) %>%
  group_by_all() %>%
  summarize(Count = n()-1) 

或与 complete ，正如@Ryan 所建议的:

as.data.frame.matrix(t(table(dat))) %>%
  mutate(non_missing = 1) %>%
  complete(A, B, C) %>%
  group_by(A, B, C) %>%
  summarize(Count = sum(ifelse(is.na(non_missing), 0, 1))) 

结果:

# A tibble: 8 x 4
# Groups:   A, B [?]
      A     B     C Count
  <dbl> <dbl> <dbl> <dbl>
1     0     0     0     0
2     0     0     1     2
3     0     1     0     0
4     0     1     1     2
5     1     0     0     2
6     1     0     1     0
7     1     1     0     2
8     1     1     1     1