R 向显示变量频率的数据框中添加列

在R，总是一些小事让我困惑

假设我有这样一个数据帧：

  location   species
1  seattle   A
2  buffalo   C
3  seattle   D
4  newark    J
5  boston    Q

  location   species    freq-loc
1  seattle   A          2           #there are 2 entries with location=seattle
2  buffalo   C          1           #there is 1 entry with location=buffalo
3  seattle   D          2
4  newark    J          1
5  boston    Q          1

我想在此框架中附加一列，显示位置在数据集中出现的次数，结果如下：

  location   species
1  seattle   A
2  buffalo   C
3  seattle   D
4  newark    J
5  boston    Q

  location   species    freq-loc
1  seattle   A          2           #there are 2 entries with location=seattle
2  buffalo   C          1           #there is 1 entry with location=buffalo
3  seattle   D          2
4  newark    J          1
5  boston    Q          1

我知道使用

表（data$location）

可以给我一个列联表。但我不知道如何将表中的每个值映射到dataframe中的相应条目。有人能帮忙吗

更新

非常感谢你的帮助！出于兴趣，我运行了一个基准测试，以查看merge、plyr和ave解决方案的运行情况。测试集是我原来的10×7mil数据集的10000行子集：

Unit: milliseconds
expr        min         lq     median        uq       max neval
MERGE 110.877337 111.989406 112.585420 113.51679 120.23588   100
PLYR  26.305645  27.080403  27.576580  27.87157  68.40763   100
AVE   2.994528   3.117255   3.179898   3.35834  10.02955   100

---

我相信不久会有人发布一个（丑陋的；）

ave

或

plyr

解决方案，但以下是

数据。表一：

library(data.table)
dt = data.table(your_df)

dt[, `freq-loc` := .N, by = location]
# note: using `-quotes around your var name, because of the "-" in the name

合并：

此外，我还听到一个请求，要求提供plyr

：

library(plyr)
join(data, data.frame(table(location = data$location)))
# Joining by: location
# location species Freq
# 1  seattle       A    2
# 2  buffalo       C    1
# 3  seattle       D    2
# 4   newark       J    1
# 5   boston       Q    1

---

这里有一个带

ave

的基本R方式

transform(d, freq.loc = ave(seq(nrow(d)), location, FUN=length))

---

尝试在列名中使用破折号将非常痛苦。最好使用下划线或“点”

dfrm$freq\u loc nah，“正确的”plyr

解决方案我认为是：

ddply（df，.（location），mutate，freq.loc=length（location））

我说的“正确”是指“概念上正确的”，至少就

plyr

框架而言是这样，而不是更快。我不能说我关心这两种方法的速度，因为我坚定地站在“

data.table

这样做更好”的阵营中，但如果您对此感兴趣，那么您应该这样做并发布结果。使用像

microbenchmark

这样的基准测试包可能是最好的选择。