如何制作汇总表？

Posted 2023-02-19

【中文标题】如何制作汇总表？

【英文标题】：How to produce summary table?

【发布时间】：2020-10-09 02:59:52

【问题描述】：

假设我有一个名为df 的表。

A; B
A; B
B; C; D
C; D; E; F

行中每个元素的权重计算为：wt[i] <- 1/lengths(str_split(df[1],";"))。 理想情况下，附于每个元素的上述表格权重如下所示。

0.5*A; 0.5*B
0.5*A; 0.5*B
0.333*B; 0.333*C; 0.333*D
0.25*C; 0.25*D; 0.25*E; 0.25*F

所以，我的意图是制作一个表格，其中频率是权重之和。我需要的输出如下：

A     B     C     D      E     F
1  1.333 0.583  0.583  0.25  0.25

非常感谢任何帮助！

【参考方案1】：

这是base R 中的一个选项。将第一列用; 后跟零个或多个空格（\\s*）拆分后，获取list 的lengths 并使用tapply 找到sum

lst1 <- strsplit(df[[1]], ";\\s*")
l1 <- lengths(lst1)
tapply(rep(1/l1, l1), unlist(lst1), sum)
#        A         B         C         D         E         F 
#1.0000000 1.3333333 0.5833333 0.5833333 0.2500000 0.2500000 

---

或者在tidyverse中，我们可以使用separate_rows拆分列，然后通过summarise进行分组

library(tibble)
library(dplyr)
library(tidyr)
df %>%
    mutate(rn = row_number()) %>%
    separate_rows(v1) %>%
    add_count(rn) %>% 
    mutate(n = 1/n) %>% 
    group_by(v1) %>% 
    summarise(n = sum(n))
# A tibble: 6 x 2
#  v1        n
#  <chr> <dbl>
#1 A     1    
#2 B     1.33 
#3 C     0.583
#4 D     0.583
#5 E     0.25 
#6 F     0.25 

数据

df <- structure(list(v1 = c("A; B", "A; B", "B; C; D", "C; D; E; F"
)), class = "data.frame", row.names = c(NA, -4L))

【讨论】：

第二个数据集是一种虚数。我真正拥有的只是第一个数据集。程序应自行计算、分配权重并生成表格。

@Gadaa 它给出了您帖子中的预期输出

我还有一个问题要问你。 row.names = c(NA, -4L) 假定行名的长度为 4。但我希望每次迭代都应该改变这个长度（当然数据框也会改变），因为我将在 for 循环中使用。有可能这样做吗？

@Gadaa 如果您在谈论我帖子中的数据。它来自dput，即dput(head(iris)) 给出了这种格式。您能否将所需信息作为新问题发布，以便更清楚。谢谢