如何使用lapply来计算r中列表中的唯一值

Posted 2021-05-03

关于如何从数据框中计算唯一值，我之前已经问了一个类似的问题，但是我需要使用“lapply”，因为我之前使用的方法不起作用，或者我无法使用列表。我也被告知使用其中一个应用函数会更好。

这代表我的数据：

species1 <- data.frame(var_1 = c("a","a","a","b", "b", "b"), var_2 = c("c","c","d", "d", "e", "e"))

species2 <- data.frame(var_1 = c("f","f","f","g", "g", "g"), var_2 = c("h","h","i", "i", "j", "j"))

all_species <- list()

all_species[["species1"]] <- species1
all_species[["species2"]] <- species2

我想使用lapply来获取每个列表的唯一行数，例如，我需要一个输出，如：

count_all_species <- list()
count_all_species[["species1"]] <- data.frame(var_1 = c("a", "b"), unique_number = c("2", "2"))

然后使用“lapply”函数对第二个列表进行相同的操作

答案

这是tidyverse的一个选项。我们循环通过list（与data.frame）的map，由'var_1'，summarise分组以获得'var_2'中不同元素的数量（n_distinct）

library(dplyr)
library(purrr)
map(all_species, ~ .x %>%
                     group_by(var_1) %>% 
                     summarise(unique_number = n_distinct(var_2)))

---

或者在循环通过distinct之后使用list，然后做一个count

map(all_species, ~ .x %>% 
                     distinct() %>% 
                     dplyr::count(var_1))

Update

如果变量名称发生变化，那么我们可以在summarise_at中使用位置

map(all_species, ~ .x %>%
                     group_by(var_1) %>% 
                     summarise_at(1, n_distinct))

---

或者另一种选择是将列名字符串转换为符号（rlang::sym），然后进行评估（!!）

map(all_species, ~ .x %>%
             group_by(var_1) %>% 
             summarise(unique_number = n_distinct(!! rlang::sym(names(.x)[2]))))

另一答案

Table将是一个简单的基础R解决方案。

lapply(all_species, function(x) {
 apply(x, 2, table) 
  }
)