多分类变量的R频率表

我已经从SPSS.SAV文件中导入了访谈数据，作为

data.frame

，现在我正试图根据问题编号和访谈位置创建一个频率表。下面是一个示例

data.frame

：

loc<-c("city1","city2","city1","city2","city1","city1","city2","city2","city1","city2")
q1<-c("YES","YES","NO","MAYBE","NO","NO","YES","NO","MAYBE","MAYBE")
q2<-c("YES","NO","MAYBE","YES","NO","MAYBE","MAYBE","YES","YES","NO")
q3<-c("NO","NO","NO","NO","YES","YES","MAYBE","MAYBE","NO","MAYBE")
df<-data.frame(loc,q1,q2,q3)

df
     loc    q1    q2    q3
1  city1   YES   YES    NO
2  city2   YES    NO    NO
3  city1    NO MAYBE    NO
4  city2 MAYBE   YES    NO
5  city1    NO    NO   YES
6  city1    NO MAYBE   YES
7  city2   YES MAYBE MAYBE
8  city2    NO   YES MAYBE
9  city1 MAYBE   YES    NO
10 city2 MAYBE    NO MAYBE

---

到目前为止，我一直在玩

plyr

软件包中的

count（）

、

ddply（）

和

summary（）

。我目前的解决方案非常老套，包括用

loc

拆分

df

，用

as.data.frame（summary（df_city1））

创建频率表，从摘要字符串中检索频率，并将

city1

和

city2

的摘要

data.frame

合并在一起。我想必须有一个更简单/更优雅的解决方案。

我们将数据集从“宽”转换为“长”（

gather

这样做），然后

group\u by

）“loc”、“quest”、“answ”，并使用

tally

获得计数。但是，如果我们正在寻找数据集中未找到的计数为0的组合，那么我们可能需要加入一个数据集，该数据集具有三列的所有

唯一的组合（
complete
和
unique
）

库（dplyr）
图书馆（tidyr）
dfN%
完成（loc、quest、answ）%>%
唯一的（）
res%
组员（loc、quest、answ）%>%
计数（）%>%
左联合（dfN），%%>%
变异（n=ifelse（is.na（n），0，n））
物件
#地址：answ n
#（fctr）（chr）（chr）（dbl）
#1城市1第一季度可能1
#2城市1第1季度第3期
#3城市1第一季度是1
#4城市1第2季度可能2
#5城市1第2季度第1号
#6城市1第2季度是2
#7城市1第3季度可能0
#8第1城市第3季度第3号
#9城市1第3季度是2
#10城市2第一季度可能2
#11城市2第一季度第一期
#12城市2第一季度是2
#13城市2第2季度可能1
#14城市2第2季度第2号
#15城市2季度2是2
#16城市2第3季度可能3
#17城市2第3季度第2号
#18城市2第3季度是0
谢谢@akrun，但是您的解决方案不会产生预期的结果。现在，对于每一次计数，都会有一行额外的“res”。@viktor\r我忘记了
唯一的
。现在应该可以了
   loc quest  answ freq
1  city1    q1   YES    1
2  city1    q1    NO    3
3  city1    q1 MAYBE    1
4  city2    q1   YES    2
5  city2    q1    NO    1
6  city2    q1 MAYBE    2
7  city1    q2   YES    2
8  city1    q2    NO    1
9  city1    q2 MAYBE    2
10 city2    q2   YES    2
11 city2    q2    NO    2
12 city2    q2 MAYBE    1
13 city1    q3   YES    2
14 city1    q3    NO    3
15 city1    q3 MAYBE    0
16 city2    q3   YES    0
17 city2    q3    NO    2
18 city2    q3 MAYBE    3

library(dplyr)
library(tidyr)
dfN <- gather(df, quest, answ, q1:q3) %>%
                   complete(loc, quest, answ) %>%
                   unique()

res <- gather(df, quest, answ, q1:q3) %>%
               group_by(loc, quest, answ) %>%
               tally() %>%
               left_join(dfN, .) %>%
               mutate(n = ifelse(is.na(n), 0, n))
res
#     loc quest  answ     n
#   (fctr) (chr) (chr) (dbl)
#1   city1    q1 MAYBE     1
#2   city1    q1    NO     3
#3   city1    q1   YES     1
#4   city1    q2 MAYBE     2
#5   city1    q2    NO     1
#6   city1    q2   YES     2
#7   city1    q3 MAYBE     0
#8   city1    q3    NO     3
#9   city1    q3   YES     2
#10  city2    q1 MAYBE     2
#11  city2    q1    NO     1
#12  city2    q1   YES     2
#13  city2    q2 MAYBE     1
#14  city2    q2    NO     2
#15  city2    q2   YES     2
#16  city2    q3 MAYBE     3
#17  city2    q3    NO     2
#18  city2    q3   YES     0