2

我有一个非常大的 csv 文件。我想计算第二列中项目的频率以绘制直方图。我的数据示例：

0010,10.1.1.16
0011,10.2.2.10
0012,192.168.2.61
0013,192.168.173.19
0014,10.2.2.10
0015,10.2.2.10
0016,192.168.2.61

我使用了以下内容：

  inFile <- read.csv("file.csv")
  summary(inFile)
  hist(inFile$secondCol)

摘要的输出：

  X0010                X10.1.1.16
  Min.   :11.00   10.2.2.10     :3   
  1st Qu.:12.25   192.168.173.19:1   
  Median :13.50   192.168.2.61  :2   
  Mean   :13.50                      
  3rd Qu.:14.75                      
  Max.   :16.00

因为文件非常大，我没有得到正确的直方图。有什么建议么？

4

2 回答 2

5

只需使用table.

DF <- structure(list(V1 = 10:16, V2 = structure(c(1L, 2L, 4L, 3L, 2L, 
             2L, 4L), .Label = c("10.1.1.16", "10.2.2.10", 
             "192.168.173.19", "192.168.2.61"), class = "factor")), 
             .Names = c("V1", "V2"), class = "data.frame", 
             row.names = c(NA, -7L))

table(DF$V2)
#     10.1.1.16      10.2.2.10 192.168.173.19   192.168.2.61 
#         1              3              1              2

如果你想要一个 data.frame 出来，你可以使用as.data.frame：

as.data.frame(table(DF$V2))
#             Var1 Freq
# 1      10.1.1.16    1
# 2      10.2.2.10    3
# 3 192.168.173.19    1
# 4   192.168.2.61    2

既然你说你想要 a histogram，这可以直接使用来完成，ggplot2 而不必先得到计数，如下所示：

require(ggplot2)
ggplot(data = DF, aes(x = V2)) + geom_histogram(aes(y = ..count..))

在此处输入图像描述

于 2013-03-23T14:38:56.670 回答
1

我们也可以在列上执行 as.numeric() 。

typeof(data$hourofcrime)
# gives me a list
#> typeof(data$hourofcrime)
#[1] "list"
hour_crime_rate <- as.numeric(data$hourofcrime)
hist(hour_crime_rate)
于 2015-08-25T06:24:47.533 回答