将值出现的行计数放入新变量中，如何使用dplyr在R中实现这一点？

我有一个大数据帧（df），看起来像这样：

structure(list(var1 = c(1, 2, 3, 4, 2, 3, 4, 3, 2), var2 = c(2, 
3, 4, 1, 2, 1, 1, 1, 3), var3 = c(4, 4, 2, 3, 3, 1, 1, 1, 4), 
    var4 = c(2, 2, 2, 2, 3, 2, 3, 4, 1), var5 = c(4, 4, 2, 3, 
    3, 1, 1, 1, 4)), .Names = c("var1", "var2", "var3", "var4", 
"var5"), row.names = c(NA, -9L), class = "data.frame")

  var1 var2 var3 var4 var5
1    1    2    4    2    4
2    2    3    4    2    4
3    3    4    2    2    2
4    4    1    3    2    3
5    2    2    3    3    3
6    3    1    1    2    1
7    4    1    1    3    1
8    3    1    1    4    1
9    2    3    4    1    4

现在我需要按行计算值的出现次数，并为计数创建新的变量。结果应该是：

  var1 var2 var3 var4 var5 n_1 n_2 n_3 n_4
1    1    2    4    2    4   1   2   0   2
2    2    3    4    2    4   0   2   1   2
3    3    4    2    2    2   0   3   1   1
4    4    1    3    2    3   1   1   2   1
5    2    2    3    3    3   0   2   3   0
6    3    1    1    2    1   3   1   1   0
7    4    1    1    3    1   3   0   1   1
8    3    1    1    4    1   3   0   1   1
9    2    3    4    1    4   1   1   1   2

如您所见，变量n_1显示1的行数，n_2显示2的行数，等等

我尝试了一些dplyr函数（因为我喜欢它们的速度），但还没有成功。我知道这绝对是一个丑陋的代码：-），但我的方法是这样的：

newdf <- mutate(rowwise(df, n_1 = sum(df==1))

---

newdf这是一个使用基函数的解决方案

dd <- t(apply(df, 1, function(x) table(factor(x, levels=1:4))))
colnames(dd) <- paste("n",1:4, sep="_")
cbind(df, dd)

dd这是一个使用基函数的解决方案

dd <- t(apply(df, 1, function(x) table(factor(x, levels=1:4))))
colnames(dd) <- paste("n",1:4, sep="_")
cbind(df, dd)

dd这使用了
dplyr
中的
rowwise（）
和
do（）
，但它确实很难看

不确定是否有可以修改的内容，以便直接获得data.frame输出，如@所示

临时资源%
行（）
do（out=sapply（min（df）：max（df），函数（i）和（i==））
临时\u res%do.call（rbind，.%>%as.data.frame（.）

然后，为了获得预期结果：

res <- cbind(df,interim_res)

res这使用了
dplyr
中的
rowwise（）
和
do（）
，但它确实很难看

不确定是否有可以修改的内容，以便直接获得data.frame输出，如@所示

临时资源%
行（）
do（out=sapply（min（df）：max（df），函数（i）和（i==））
临时\u res%do.call（rbind，.%>%as.data.frame（.）

然后，为了获得预期结果：

res <- cbind(df,interim_res)

res以下是使用qdapTools包的方法：

library(qdapTools)

data.frame(dat, setNames(mtabulate(split(dat, id(dat))), paste0("n_", 1:4)))

##   var1 var2 var3 var4 var5 n_1 n_2 n_3 n_4
## 1    1    2    4    2    4   1   2   0   2
## 2    2    3    4    2    4   0   2   1   2
## 3    3    4    2    2    2   0   3   1   1
## 4    4    1    3    2    3   1   1   2   1
## 5    2    2    3    3    3   0   2   3   0
## 6    3    1    1    2    1   3   1   1   0
## 7    4    1    1    3    1   3   0   1   1
## 8    3    1    1    4    1   3   0   1   1
## 9    2    3    4    1    4   1   1   1   2

以下是使用qdapTools包的方法：

library(qdapTools)

data.frame(dat, setNames(mtabulate(split(dat, id(dat))), paste0("n_", 1:4)))

##   var1 var2 var3 var4 var5 n_1 n_2 n_3 n_4
## 1    1    2    4    2    4   1   2   0   2
## 2    2    3    4    2    4   0   2   1   2
## 3    3    4    2    2    2   0   3   1   1
## 4    4    1    3    2    3   1   1   2   1
## 5    2    2    3    3    3   0   2   3   0
## 6    3    1    1    2    1   3   1   1   0
## 7    4    1    1    3    1   3   0   1   1
## 8    3    1    1    4    1   3   0   1   1
## 9    2    3    4    1    4   1   1   1   2

谢谢这是一个使用dplyr的有效解决方案（根据我的具体问题）。谢谢！这是一个使用dplyr的有效解决方案（根据我的具体问题）。