Countif関数（Excel）in R

Question

このデータフレームで一意の約23,000行の列 "id"を持つデータセット "a"があります。私は別の2つのデータセット "b"と "c"でこれらのユニークな値の出現頻度を数えたいと思います。 「ID」は、データフレーム「B」の第45列あるので、

count1 <- as.data.frame(apply(a,1,function(x)sum(b$id==x[45]))) 
a <- cbind(a,count1) 

： これを行うために、私は、コードを試してみました。 コードはBでカウントのために働くが、私はデータフレーム「C」の「ID」の頻度をカウントするための同じコードを試みた場合：データフレーム「C」に

count2 <- as.data.frame(apply(a,1,function(x)sum(c$id==x[17]))) 

「ID」を17列にあります。すべての "id"の頻度は0としてカウントされますが、そうではありません。誰でも問題がどこにあるのか、この問題を解決する方法を提案できますか？

Answer 1

私たちは実際には少し奇妙に見えるかもしれないが、比較的単純な方法でこれを行うことができます。最初にデータフレームaとbを使って作業してみましょう。少し簡単にしましょう。さんはaとbの両方でid変数は、次のされていると仮定しましょう：この単純な例では

a_id <- 1:5 
b_id <- 1:5 

、a_idとb_idは全く同じです。私たちが知りたいのは、a_idの値がそれぞれb_idに何回現れるかです。私たちは明らかにその答えがそれぞれ1回であることを知っていますが、どのようにRにそれを教えてもらうのですか？ table機能が便利に来ることができるところです。少し醜い見えるかもしれませんが、あなたは我々が上に私たちのb_id秒を持っていることがわかります（1-5）と左に私たちのa_idの

table(a_id, b_id) 
#  b_id 
# a_id 1 2 3 4 5 
# 1 1 0 0 0 0 
# 2 0 1 0 0 0 
# 3 0 0 1 0 0 
# 4 0 0 0 1 0 
# 5 0 0 0 0 1 

手の側。対角線の下には、a_idの各値がb_idに何回表示されているかがわかります。既に知っているようにそれぞれ1です。それでは、どうやってその情報を得るのですか？

diag(table(a_id, b_id)) 
# 1 2 3 4 5 
# 1 1 1 1 1 

そしてそこに我々はそれを持っている：Rは、私たちのために主対角を取得diagと呼ばれる素敵な機能があります。私たちの "countif"値を持つベクトル。しかし、b_idの値がすべてa_idにない場合はどうなりますか？私たちがやったことをしようとすると、2つのベクトルの長さが異なる場合、tableはそれを好まないので、エラーが発生します。ですので、少し修正しています：

ここに新しいものがいくつかあります。 %in%を使用すると、ベクトルに値が存在するかどうかをRに伝えるように要求するだけです。たとえば、1 %in% 1:3はTRUEを返しますが、4 %in% 1:3はFALSEを返します。次に、[を使用してb_idのインデックスを作成したことがわかります。これは、b_id %in% a_idがTRUEであるb_idの値の返りのみです。この場合はすべてb_idです。

それでは、これは我々がb_idの各a_idの複数の値を期待していますが、すべてのa_id値はb_idにあるとされていない場合のように見えるのでしょうか？のは、より実際の例を見てみましょう：

a_id <- 1:10 
b_id <- sample(3:7, 1000, replace=TRUE) 
table(b_id[b_id %in% a_id]) 
# 3 4 5 6 7 
# 210 182 216 177 215 

私が言ったように、それは最初は少し奇妙に思えるかもしれませんが、それは前方に比較的まっすぐです。うまくいけば、これはあなたを混乱させるよりもあなたを助けます。