3

我遇到以下问题。给一个数据框,每个名称有 5 个类别-a、b、c、d、e(名称为 54)。我从 R 中的整个数据框中给你一个小片段,只是为了让你对这个话题有一个感觉。

                        **a       b      c           d      e
Teniers                  15      12     13          6      G
Van Dyck                 15      10     17         13      G
Bourdon                  10       8      8          4      H
Le Brun                  16      16      8         16      H
Le Suer                  15      15      4         15      H
Poussin                  15      17      6         15      H**

我已经成功地使用“排序”功能按字母顺序排列名称,因此不仅名称列按字母顺序排列,而且属于每个名称的 5 个类别也被移动。到目前为止,一切都很好,但任务是从每个名称中取出第一个字母,并选择那些仅以最常出现开头字母的名称。我可以使用“strsplit”函数获取第一个字母,然后第一个字母出现在每一行上,但在左边它们无处不在[1]“第一个字母”,新行[1]“另一个第一个字母”,新的第 1 行 [...] 直到第 54 行;而不是数据框中的位置..

那么,有什么想法吗?

这是代码的摘录...

library(MASS)
data(painters)
attach(painters)
      painters
      str(painters)
      summary(painters)

y <- as.vector(rownames(painters))
     is.vector(y)


  
   
sortnames <- painters[order(y) , ]
as.data.frame(  painters[order(y) , ] )   ##sorted in list; each name with ist relevant criteria

rownames(sortnames)
z <- rownames(sortnames)
str(z)
is.vector(z)
strsplit(z, "")

as.list(strsplit(z, ""))


liste <- as.list(strsplit(z, ""))
   matrix <- as.matrix(liste)
   matrix
   matrix[,1]
   matrix[1,]
   matrix[1,1]
   matrix[[1]] [1]  
   
   first <- matrix (as.matrix(liste))
   for(i in 1:54)  {print( matrix[[i]][1])  }    
   
   str(first) 

提前致谢并感谢您的快速响应!!

编辑

我需要的是:

要创建一个向量(或维度为 [54,1] 的矩阵),该向量仅包含“rownames”列中每个名称的第一个字母,它的每一行应该是数据中已排序向量的行号框架,以便我们保持显示的数据框中的位置。

例如

[1]"A"
[2]"B"
[3]"B"
[4]"C"
....

换句话说,必须提取仅包含第一个字母的行名的向量/矩阵(在数据框中“行名”被定义为仅画家姓名,因此 6 的第一列;))

我感谢您的帮助。

substr(data, 1, 1)

我得到了他们这样的:

 firstletter <- substr(rownames(sortnames), 1, 1)
 firstletter <- as.data.frame(firstletter) **##how should I define "firstletter" for later use??**
 firstletter
 

1            A
2            B
3            B
4            B
5            B
6            C
7            C
8            C
9            D
10           D
11           D
12           D
13           D
14           D
15           D
16           F
17           F
18           F
19           G
20           G
21           G
22           H
23           J
24           J
25           L
26           L
27           L
28           L
29           M
30           M
31           O
32           P
33           P
34           P
35           P
36           P
37           P
38           P
39           P
40           P
41           R
42           R
43           R
44           T
45           T
46           T
47           T
48           T
49           T
50           V
51           V
52           V
53           V
54           V

像魅力一样工作。画家姓名的第一个字母被提取,行号保持不变。

所以,非常感谢!

ps我只有最后一个问题,R中是否有一个函数或命令现在可以采用这个“第一个字母”[vector/matrix/list/data.frame]取决于我们如何定义它的结构(什么是最好的决定?这里供以后使用)并检查哪些是向量/矩阵/列表中最常出现的 3 个首字母并仅提取它们?还是太复杂了?

编辑:我现在只需要在减法(rbind 命令)之后从某个矩阵中删除多余的最后一行

                  firstletter Composition Drawing Colour Expression School
Da Udine      "D"         "10"        " 8"    "16"   " 3"       "A"   
Del Piombo    "D"         " 8"        "13"    "16"   " 7"       "A"   
Diepenbeck    "D"         "11"        "10"    "14"   " 6"       "G"   
Palma Giovane "P"         "12"        " 9"    "14"   " 6"       "D"   
Palma Vecchio "P"         " 5"        " 6"    "16"   " 0"       "D"   
Pordenone     "P"         " 8"        "14"    "17"   " 5"       "D"   
Teniers       "T"         "15"        "12"    "13"   " 6"       "G"   
The Carraci   "T"         "15"        "17"    "13"   "13"       "E"   
Tintoretto    "T"         "15"        "14"    "16"   " 4"       "D"   
Titian        "T"         "12"        "15"    "18"   " 6"       "D"   
Da Vinci      "D"         "15"        "16"    " 4"   "14"       "A"   
Domenichino   "D"         "15"        "17"    " 9"   "17"       "E"   
Poussin       "P"         "15"        "17"    " 6"   "15"       "H"   
The Carraci1  "T"         "15"        "17"    "13"   "13"       "E"   

谷歌搜索了很长时间,直到现在没有任何功能对我有用..

有什么建议么?

4

1 回答 1

2

不会substr(row.names(data), 1, 1)让你得到你似乎想要的第一个字母的向量吗?

编辑:我最初写错了substr(row.names(data)),省略了索引。

对于您问题的第二部分,假设firstletter是一个向量:

table(firstletter)给你第一个字母的频率表。所以一些操作得到你想要的,例如:

names(sort(table(firstletter), decreasing=TRUE)[1:3])

这有帮助吗?现在您可能想做一些事情,例如,只保留原始数据集中与这三个最常见字母对应的行。一种方法是:

top3letters <- names(sort(table(vec), decreasing=TRUE)[1:3])
data <- subset(data, firstletter %in% top3letters)
于 2011-05-01T08:20:23.647 回答