r - 频率计数

Question

我有这样的情况：
df

List      Count 
R472        1   
R472        1   
R472        2 
R472        2       
R845        1   
R845        2   
R845        2
....       ...

我想要以下输出：

df

List           freq_of_number1   freq_of_number2 
R472                  2                 2   
R845                  1                 2
....

有什么想法吗？谢谢。

Answer 1

这是一份工作aggregate：

d <- read.table(text="List      Count 
R472        1   
R472        1   
R472        2 
R472        2       
R845        1   
R845        2   
R845        2", header=TRUE)

aggregate(Count ~ List, data=d, FUN=table)

#   List Count.1 Count.2
# 1 R472       2       2
# 2 R845       1       2

编辑：

上面的代码适用于您提供的情况，并且由于您已经接受了答案，我认为它也适用于您的较大情况，但是如果任何条目List缺少Count. 对于更一般的情况：

DF <- read.table(text="List      Count 
R472        1   
R472        1   
R472        2 
R472        2       
R845        1   
R845        2   
R845        2
R999        2", header=TRUE)

f <- function(x) {
    absent <- setdiff(unique(DF$Count), x)
    ab.count <- NULL
    if (length(absent) > 0) {
        ab.count <- rep(0, length(absent))
        names(ab.count) <- absent
    } 
    result <- c(table(x), ab.count)
    result[order(names(result))]
}
aggregate(Count ~ List, data=d, FUN=f)

#   List Count.1 Count.2
# 1 R472       2       2
# 2 R845       1       2
# 3 R999       0       1

编辑2：

刚刚看到@JasonMorgan 的回答。去接受那个。

Answer 2

table功能不行？

> with(DF, table(List, Count))
      Count
List   1 2
  R472 2 2
  R845 1 2

更新：根据布兰登的评论，如果您不想使用，这也可以with：

> table(DF$List, DF$Count)

Answer 3

我认为有一种更有效的方法，但这里有一个想法

DF <- read.table(text='List      Count 
R472        1   
R472        1   
R472        2 
R472        2       
R845        1   
R845        2   
R845        2', header=TRUE)



Freq <- lapply(split(DF, DF$Count), function(x) aggregate(.~ List, data=x, table ))
counts <- do.call(cbind, Freq)[, -3]
colnames(counts) <- c('List', 'freq_of_number1', 'freq_of_number2')
counts
List freq_of_number1 freq_of_number2
1 R472               2               2
2 R845               1               2