R 列中任何单元格出现在任何其他列中的频率是多少？

我有一个关于比较数据框中的列的问题。。。。 假设我有一些数据如下所示：

Unique <- c("apple", "orange", "melon", "car", "mouse", "headphones", "light")
a1 <- c("apple", "tomato", "banana", "dog", "cat", "headphones", "future")
a2 <- c("apple", "orange", "pear", "monkey", "dog", "cat", "river")
a3 <- c("tomato", "pineapple", "cherry", "car", "space", "mars", "rocket")
df <- data.frame(Unique, a1, a2, a3)
df

我试图回答的问题是：除了在Unique列中之外，“Unique”列的每个单元格在整个数据帧中出现的频率是多少？

我想要一个如下所示的输出：

 apple     2 
 orange    1 
  melon    0 
    car    1  
  mouse    0
headphones 0
  light    0

因为在除“唯一”列之外的整个数据帧中，苹果显示2次，橙色显示1次，甜瓜显示0次，以此类推

你将如何得到这个

此外，我们如何根据频率的数量对它们进行排序，比如从最高到最低

几天来我一直在想这个问题，但我就是无法解决。。。 任何帮助都将不胜感激

---

p、 同样，在R中，数据帧中的每个“单元”似乎都不是一个单元。。？我说得对吗？它们指的是什么，元素？

我们可以

取消列出除“唯一”之外的列，将其转换为
因子，将
级别指定为“唯一”，并在
基本R
中获得
表

table(factor(unlist(df[-1]), levels = df$Unique))
#      apple     orange      melon        car      mouse headphones      light 
#         2          1          0          1          0          1          0 


或者使用
tidyverse

library(dplyr)
library(tidyr)
df %>% 
   pivot_longer(cols = -Unique) %>%
   mutate(value = factor(value, levels = unique(Unique))) %>% 
   filter(!is.na(value)) %>%
   count(value, .drop = FALSE)
# A tibble: 7 x 2
#  value          n
#* <fct>      <int>
#1 apple          2
#2 orange         1
#3 melon          0
#4 car            1
#5 mouse          0
#6 headphones     1
#7 light          0

库（dplyr）
图书馆（tidyr）
df%>%
pivot_更长（cols=-唯一）%>%
变异（值=因子（值，级别=唯一（唯一）））%>%
过滤器（！is.na（值））%>%
计数（值，.drop=FALSE）
#一个tibble:7x2
#值n
#*       
#1苹果2
#2橙色1
#3.0
#4车1
#5鼠标0
#6个耳机1
#7灯0
这是一个基于tidyverse的解决方案

 Unique <- c("apple", "orange", "melon", "car", "mouse", "headphones", "light")
a1 <- c("apple", "tomato", "banana", "dog", "cat", "headphones", "future")
a2 <- c("apple", "orange", "pear", "monkey", "dog", "cat", "river")
a3 <- c("tomato", "pineapple", "cherry", "car", "space", "mars", "rocket")
df <- data.frame(Unique, a1, a2, a3,stringsAsFactors = FALSE)
df

library(tidyr)
library(dplyr)
df[,2:4] %>% pivot_longer(.,cols=c("a1","a2","a3")) %>% 
     group_by(value) %>% summarise(.,count = n()) %>% 
     right_join(.,df[1],by = c('value' = 'Unique')) %>% 
     mutate(count = ifelse(is.na(count),0,count))

Unique%
变异（count=ifelse（is.na（count），0，count））

…以及输出

# A tibble: 7 x 2
  value      count
  <chr>      <dbl>
1 apple          2
2 orange         1
3 melon          0
4 car            1
5 mouse          0
6 headphones     1
7 light          0
> 

#一个tible:7 x 2
价值计数
1苹果2
2橙色1
3.0
4车1
5鼠标0
6个耳机1
7灯0
> 
与
库（data.table）

将data.frame转换为data.table

setDT(df)

然后可以使用id=“Unique”融化data.table。这非常方便，因为对于
Unique
的每个值，在一列中有
df
所有列的值

##  melt(df,id.vars = "Unique")
##         Unique variable      value
##  1:      apple       a1      apple
##  2:     orange       a1     tomato
##  3:      melon       a1     banana
##  4:        car       a1        dog
##  5:      mouse       a1        cat
##  6: headphones       a1 headphones
##  7:      light       a1     future
##  8:      apple       a2      apple
##  9:     orange       a2     orange
## 10:      melon       a2       pear
## 11:        car       a2     monkey
## 12:      mouse       a2        dog
## 13: headphones       a2        cat
## 14:      light       a2      river
## 15:      apple       a3     tomato
## 16:     orange       a3  pineapple
## 17:      melon       a3     cherry
## 18:        car       a3        car
## 19:      mouse       a3      space
## 20: headphones       a3       mars
## 21:      light       a3     rocket
##         Unique variable      value

最后，对于Unique的每个值，我们只需计算Unique列中有多少值等于value

melt(df,id.vars = "Unique")[,sum(Unique==value),Unique]
##        Unique V1
## 1:      apple  2
## 2:     orange  1
## 3:      melon  0
## 4:        car  1
## 5:      mouse  0
## 6: headphones  1
## 7:      light  0

欢迎来到stack overflow，祝贺格式良好的第一篇文章。在R中，当引用表中的值时，有行和列。我仍然想为你以后的帖子推荐这些。非常感谢DJJ！谢谢你的指导方针；我会给它一个彻底的阅读…惊人的解决方案！谢谢你的回答！我对此非常激动：谢谢你的解决方案。我还必须学会正确使用tidyr和dplyr…我将使用您的解决方案进行学习。非常感谢。谢谢你的建议！我没想过要把数据表融化。非常感谢。
melt(df,id.vars = "Unique")[,sum(Unique==value),Unique]
##        Unique V1
## 1:      apple  2
## 2:     orange  1
## 3:      melon  0
## 4:        car  1
## 5:      mouse  0
## 6: headphones  1
## 7:      light  0