R 计算项目在多个列中出现的次数

我想读取一个表并创建另一个表，该表计算一个唯一ID在多个特定列中出现的次数

例如，我有一个表，其中每一行显示一个事务，用户ID标识每个人的角色

buyer      <- c("A", "A", "B", "A", "B", "C")
seller     <- c("C", "B", "C", "B", "C", "A")
negotiator <- c("B", "C", "D", "D", "A", "B")

df <- data.frame(buyer, seller, negotiator)
df
#    buyer seller negotiator
#  1     A      C          B
#  2     A      B          C
#  3     B      C          D
#  4     A      B          D
#  5     B      C          A
#  6     C      A          B

---

我是否需要创建不同的数据帧，然后进行合并？

我将使用

数据。表

：

更新灵感来源于MrFlick 您可以将

fun.aggregate=length

作为参数添加到

dcast

以抑制警告消息。如果您希望将该列命名为

id

，则可以将

value.name=“id”

作为参数添加到

melt

原创性的，较长的回答

setDT（df）
outDT您可以先将数据熔化，然后将其制成表格。比如说

dd<-reshape2::melt(df,0)
xtabs(~value+variable,dd)
#      variable
# value buyer seller negotiator
#     A     3      1          1
#     B     2      2          2
#     C     1      3          1
#     D     0      0          2

dd这里有一个仅使用基本R的解决方案（可能比其他方法慢）：

lst这里的R向导太多了

下面是我的简单解决方案，使用basic R和
ddply
（创建“count group by”表）和
merge
（执行外部联接）

#为买家数量创建数据框
dfBuyer 0传递给什么？有趣的是，我以前没有想过
melt（df，0）
。）如果没有
restrape2
且
df
列为字符类型，则可能
带有（setNames（stack（df），c（“id”，“as”）），xtabs（~id+as））
@MichaelChirico，0将转到
id.vars
参数。在这种情况下，除了行索引本身之外，没有其他变量表示每一行。这是数据表中的一个错误。你能详细说明一下它是如何工作的吗？@MichaelChirico它似乎做了与你在回答中做的相同的事情：
melt（df，measure.vars=names（df））==melt（df，0）
有点类似的一行：
do.call（cbind，lapply（df，function（L）table）（factor（L，levels）（unlist（df）；）））
@MaratTalipov:好主意，使用
unlist（df）
创建所有可能的值，以便使用
cbind
而不是
merge
+1@MaratTalipov：你应该把你自己的答案贴在我的邮箱上；）@DigeMail我也尝试使用base R。请在下面评论我的解决方案。您的解决方案很好，但它是针对您的特定问题“硬编码”的。例如，如果输入数据框具有不同的列名或列数，则必须重写代码。我建议研究@digEmAll的解决方案，它的逻辑与您的解决方案相同，但更具普遍性。PS:'base R'代码不需要任何额外的包，而您的代码需要包'plyr'（如果我没记错的话）。是的，正如@MaratTalipov正确地说的，这与我的解决方案非常相似；主要区别在于，我的代码更通用，如果向初始data.frame添加一个新列，则无需更改任何内容。事实上，我使用
lappy
对每个列执行计数，并使用
Reduce
多次调用merge。您还使用了
plyr
包中的
ddply
，因此严格来说，它不是base R。无论如何，我看不出您的方法有任何特殊问题；）
library(data.table)
setDT(df)
dcast(melt(df, measure.vars = names(df)), value ~ variable)
#    value buyer seller negotiator
# 1:     A     3      1          1
# 2:     B     2      2          2
# 3:     C     1      3          1
# 4:     D     0      0          2

setDT(df)

outDT <- data.table(id = unique(unlist(df)))

invisible(
  sapply(names(df), function(jj)
    outDT[df[ , .N, by = jj], 
          #set the name you desire by pasting;
          #  could use a regex or substr to 
          #  for the first letter capital if need be
          (jj2 <- paste0("as", jj)) := i.N,
          #merge id to the count column
          on = c(id = jj)
          clean-up: missed observations were NA, set to 0
          ][is.na(get(jj2)), (jj2) := 0])
)

dd<-reshape2::melt(df,0)
xtabs(~value+variable,dd)
#      variable
# value buyer seller negotiator
#     A     3      1          1
#     B     2      2          2
#     C     1      3          1
#     D     0      0          2

lst <- lapply(names(df), function(col) as.data.frame(table(df[[col]]),responseName=col))

mergeAll <- function(x,y) merge(x,y,all=TRUE)

res <- Reduce(f=mergeAll, lst)
names(res)[1] <- 'id'
res[is.na(res)] <- 0

> res
  id buyer seller negotiator
1  A     3      1          1
2  B     2      2          2
3  C     1      3          1
4  D     0      0          2

# Create data frame for buyer count
dfBuyer <- ddply(df, c("buyer"), summarise, count=length(seller))
colnames(dfBuyer) <- c("id", "asBuyer")

dfBuyer
#    id asBuyer
#  1  A       3
#  2  B       2
#  3  C       1


# Create data frame for seller count
dfSeller <- ddply(df, c("seller"), summarise, count=length(buyer))
colnames(dfSeller) <- c("id", "asSeller")

dfSeller
#    id asSeller
#  1  A        1
#  2  B        2
#  3  C        3


# Create data frame for negotiator count
dfNegotiator <- ddply(df, c("negotiator"), summarise, count=length(seller))
colnames(dfNegotiator) <- c("id", "asNegotiator")

dfNegotiator
#    id asNegotiator
#  1  A            1
#  2  B            2
#  3  C            1
#  4  D            2


# merge() apparently can merge only two dataframes at a time,
# so to merge three dataframes, merge the first two and then
# the third. Use "all=TRUE" to perform outer join.

# Merge buyer and seller
dfBuyerSellerMerged <- merge(x=dfBuyer, y=dfSeller, by="id", all=TRUE)

# Merge buyer and seller and negotiator
dfBuyerSellerNegotiatorMerged <- merge(x=dfBuyerSellerMerged, y=dfNegotiator, by="id", all=TRUE) 

dfBuyerSellerNegotiatorMerged
#   id asBuyer asSeller asNegotiator
# 1  A       3        1            1
# 2  B       2        2            2
# 3  C       1        3            1
# 4  D      NA       NA            2


# Remove NAs.
dfBuyerSellerNegotiatorMerged[is.na(dfBuyerSellerNegotiatorMerged)] <- 0

dfBuyerSellerNegotiatorMerged
#   id asBuyer asSeller asNegotiator
# 1  A       3        1            1
# 2  B       2        2            2
# 3  C       1        3            1
# 4  D       0        0            2