sapply（），带有unique（）和条件-R

我试图做一个简单而直接的输出，以查看（1）每个变量的不同值的数量，以及（2）显示哪些不同值是小于X个不同值的变量的不同值。运行此操作时：

sapply(mtcars, function(z) NROW(unique(z)))

它为每个变量提供了非常简单、直接的信息：

 mpg 25
 cyl 3
disp 27
  hp 22
drat 22
  wt 29
qsec 30
  vs 2
  am 2
gear 3
carb 6

但是，我仍然需要显示不同的值。假设我们将显示少于10个不同值的变量的不同值。到目前为止，我已经做到了这一点：

sapply(mtcars, function(z) if(NROW(unique(z)) < 10) {paste0(NROW(unique(z)), " ; ", unique(z))} else {NROW(unique(z))})

---

您可以尝试这样做，并根据每列中

唯一值的
长度
创建嵌套列表

sapply(mtcars, function(x) {
   uniq <- unique(x) 
   if (length(uniq) < 10)
     list(no_uniq_values = length(uniq), uniq_values = uniq)
   else
     length(uniq)
})

#$mpg
#[1] 25

#$cyl
#$cyl$no_uniq_values
#[1] 3

#$cyl$uniq_values
#[1] 6 4 8


#$disp
#[1] 27

#$hp
#[1] 22

#$drat
#[1] 22
#.....
#.....

sapply（mtcars，功能（x）{
uniq您可以尝试类似的方法，并根据每个列中
unique
值的
length
创建嵌套列表

sapply(mtcars, function(x) {
   uniq <- unique(x) 
   if (length(uniq) < 10)
     list(no_uniq_values = length(uniq), uniq_values = uniq)
   else
     length(uniq)
})

#$mpg
#[1] 25

#$cyl
#$cyl$no_uniq_values
#[1] 3

#$cyl$uniq_values
#[1] 6 4 8


#$disp
#[1] 27

#$hp
#[1] 22

#$drat
#[1] 22
#.....
#.....

sapply（mtcars，功能（x）{
uniq我接受@H1答案，因为它正是预期的输出（一个简单的输出）：

sapply（mtcars，函数（z）if（长度（唯一（z））<10）{paste0（长度（唯一（z）），“；”，toString（唯一（z））}else{length（唯一（z））}）
我接受@H1答案，因为它正是预期的输出（一个简单的输出）：

sapply（mtcars，函数（z）if（长度（唯一（z））<10）{paste0（长度（唯一（z）），“；”，toString（唯一（z））}else{length（唯一（z））}）
我想到了一个选项。首先，我创建了一个包含每个变量中唯一值数量的数据框，即
tmp1
。然后，我创建了一个包含每个变量中唯一值的字符向量。由于您指定如果唯一值少于10个，则要打印唯一值，因此我手动然后，我绑定了
tmp1
和
tmp2
，并更改了列的顺序和变量名

library(dplyr)

summarize_all(mtcars,
              .funs = list(~n_distinct(.))) %>% 
  stack -> tmp1 

summarize_all(mtcars,
              .funs = list(~if_else(n_distinct(.) < 10,
                                    toString(unique(.)),
                                    "More than 10 unique values"))) %>% 
  unlist -> tmp2

bind_cols(tmp1, distinct_value = tmp2) %>%
  select(variable = ind, everything())

#   variable values             distinct_value
#1       mpg     25 More than 10 unique values
#2       cyl      3                    6, 4, 8
#3      disp     27 More than 10 unique values
#4        hp     22 More than 10 unique values
#5      drat     22 More than 10 unique values
#6        wt     29 More than 10 unique values
#7      qsec     30 More than 10 unique values
#8        vs      2                       0, 1
#9        am      2                       1, 0
#10     gear      3                    4, 3, 5
#11     carb      6           4, 1, 2, 3, 6, 8

库（dplyr）
总结所有（mtcars，
.funs=列表（~n_独立（）%%>%
堆栈->tmp1
总结所有（mtcars，
.funs=列表（~if_else（n_distinct（.）<10，
toString（唯一（），
“超过10个唯一值”）））%%>%
取消列表->tmp2
绑定列（tmp1，不同值=tmp2）%>%
选择（variable=ind，everything（））
#变量值
#1 mpg 25超过10个唯一值
#2缸3、6、4、8
#3显示27超过10个唯一值
#4 hp 22超过10个唯一值
#5 drat 22超过10个唯一值
#6.29超过10个唯一值
#7 qsec 30超过10个唯一值
#8比20，1
#上午九时二十一分
#10档3、4、3、5
#11碳水化合物6 4,1,2,3,6,8
我想到了一个选项。首先，我创建了一个包含每个变量中唯一值数量的数据框，即
tmp1
。然后，我创建了一个包含每个变量中唯一值的字符向量。由于您指定如果唯一值少于10个，则要打印唯一值，因此我手动然后，我绑定了
tmp1
和
tmp2
，并更改了列的顺序和变量名

library(dplyr)

summarize_all(mtcars,
              .funs = list(~n_distinct(.))) %>% 
  stack -> tmp1 

summarize_all(mtcars,
              .funs = list(~if_else(n_distinct(.) < 10,
                                    toString(unique(.)),
                                    "More than 10 unique values"))) %>% 
  unlist -> tmp2

bind_cols(tmp1, distinct_value = tmp2) %>%
  select(variable = ind, everything())

#   variable values             distinct_value
#1       mpg     25 More than 10 unique values
#2       cyl      3                    6, 4, 8
#3      disp     27 More than 10 unique values
#4        hp     22 More than 10 unique values
#5      drat     22 More than 10 unique values
#6        wt     29 More than 10 unique values
#7      qsec     30 More than 10 unique values
#8        vs      2                       0, 1
#9        am      2                       1, 0
#10     gear      3                    4, 3, 5
#11     carb      6           4, 1, 2, 3, 6, 8

库（dplyr）
总结所有（mtcars，
.funs=列表（~n_独立（）%%>%
堆栈->tmp1
总结所有（mtcars，
.funs=列表（~if_else（n_distinct（.）<10，
toString（唯一（），
“超过10个唯一值”）））%%>%
取消列表->tmp2
绑定列（tmp1，不同值=tmp2）%>%
选择（variable=ind，everything（））
#变量值
#1 mpg 25超过10个唯一值
#2缸3、6、4、8
#3显示27超过10个唯一值
#4 hp 22超过10个唯一值
#5 drat 22超过10个唯一值
#6.29超过10个唯一值
#7 qsec 30超过10个唯一值
#8比20，1
#上午九时二十一分
#10档3、4、3、5
#11碳水化合物6 4,1,2,3,6,8
sapply（mtcars，function（z）if（length（unique（z））<10）{paste0（length（unique（z）），“；”，toString（unique（z））}其他{length（unique（z））}}
sapply（mtcars，function（z）if（length（unique（z））<10）{paste0（length（unique（z）），“；”，toString（unique（z））}其他{length（unique（z））}其他