r - R中的计数类别

Question

我有一个包含大约一百万行类别的文件。有些是相同的，有些是不同的。我想知道每个有多少。我要做的是：

data<-read.table('Rtest2.txt', header=TRUE, sep='\t')
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,  :
  EOF within quoted string

attach(data)
leaf_count=data[,1]

table(leaf_count) 

然而，结果只是所有不同类别的一小部分。它上升到第 426 类（大约 170,000 个），仅此而已。R有一些限制还是我做错了什么？

山姆

Answer 1

如果您的数据在 a 中data.frame，并且您想找出重复的行数，我建议aggregate在此示例中使用：

> d <- data.frame(a=c(1,1,1,2), b=c("A","A","B","C"))
> d
  a b
1 1 A
2 1 A
3 1 B
4 2 C
> aggregate(1:nrow(d), by=d, FUN=length)
  a b x
1 1 A 2
2 1 B 1
3 2 C 1

要删除单行中的重复项，请使用以下命令：

> unique(d$a)
[1] 1 2

> unique(d$b)
[1] A B C
Levels: A B C

如果只有几列定义了一个类别（比如，a和b），使用这个：

result <- aggregate(1:nrow(d), by=list(a=d$a, b=d$b), FUN=length)