R 计算数据框多个变量频次表

本文介绍利用R apply函数创建数据框中多个变量的频次表。

apply() 函数

首先我们看下apply()函数语法：

apply(X, MARGIN FUN)

参数解释：

• X: 数组、矩阵或数据框
• MARGIN: 对行或列应用函数，1 表示行， 2 表示按列
• FUN: 对行或列应用的函数
  

下面通过几个示例进行说明。

示例1：所有变量的频次计算

下面示例计算数据框中所有变量的频次：

df <- data.frame(var1=c(1, 1, 2, 2, 2, 2, 3),
                 var2=c('A', 'A', 'A', 'A', 'B', 'B', 'B'),
                 var3=c(6, 7, 7, 7, 8, 8, 9))
head(df)

apply(df, 2, table)

# $var1
# 
# 1 2 3 
# 2 4 1 
# 
# $var2
# 
# A B 
# 4 3 
# 
# $var3
# 
# 6 7 8 9 
# 1 3 2 1 

结果包括三个频率表，数据框中的每列分别展示，第一个频率表解释如下：

• var1 列中1 出现2次
• var1 列中2 出现4次
• var1 列中3 出现1次

其他两个表类似。

示例2：计算特定变量的频次

下面代码计算数据框中第一、三两列的频次：

df <- data.frame(var1=c(1, 1, 2, 2, 2, 2, 3),
                 var2=c('A', 'A', 'A', 'A', 'B', 'B', 'B'),
                 var3=c(6, 7, 7, 7, 8, 8, 9))

apply((df[c('var1', 'var3')]), 2, table)

# $var1
# 
# 1 2 3 
# 2 4 1 
# 
# $var3
# 
# 6 7 8 9 
# 1 3 2 1 

示例3：计算排除某列的其他变量频次

我们可以利用数据框的索引，计算排除特定列的频次表：

df <- data.frame(index=c(1, 2, 3, 4, 5, 6, 7),
                 var2=c('A', 'A', 'A', 'A', 'B', 'B', 'B'),
                 var3=c(6, 7, 7, 7, 8, 8, 9))

apply((df[-1]), 2, table)

# $var2
# 
# A B 
# 4 3 
# 
# $var3
# 
# 6 7 8 9 
# 1 3 2 1