考虑r中的四列时的频率计数

目前我正在尝试计算数据帧序列集的频率

A  B
1  a
1  b
1  c
2  a
2  b
2  c

我有这个数据帧，我想计算另一个数据帧的“B”频率，如下所示

C  D
1  a
1  a
1  b
1  b
2  b
2  c
2  c

如您所见，行数不同，因此datatable（计数）不起作用。我想它看起来像这样的频率计数后完成

a  b  freq
1  a   2
1  b   2
1  c   0
2  a   0
2  b   1
2  c   2

正如您所看到的，它对所有频率进行计数，甚至0，因为在某些组上没有数据

---

谢谢你的帮助

使用

merge

和

aggregate

df2$freq = 1
df = merge(df1,aggregate(freq~.,df2,length),by.x = c('A','B'),by.y = c('C','D'),all.x = T)
df[is.na(df)] = 0
df
  A B freq
1 1 a    2
2 1 b    2
3 1 c    0
4 2 a    0
5 2 b    1
6 2 c    2

更多信息

aggregate(freq~.,df2,length)
  C D freq
1 1 a    2
2 1 b    2
3 2 b    1
4 2 c    2

数据输入

df1
  A B
1 1 a
2 1 b
3 1 c
4 2 a
5 2 b
6 2 c

df2
  C D
1 1 a
2 1 a
3 1 b
4 1 b
5 2 b
6 2 c
7 2 c

数据

df1 = data.frame(A = c(1L, 1L, 1L, 2L, 2L, 2L),
                 B = c("a", "b", "c", "a", "b", "c"))

df2 = data.frame(C = c(1L, 1L, 1L, 1L, 2L, 2L, 2L),
                 D = c("a", "a", "b", "b", "b", "c", "c"))

---

这似乎是一个如何在不降低缺失水平的情况下，将两个因素的频率制成表格的问题

以下是

dplyr

解决方案。这假设

dfAB

，如示例数据中所示，不包含重复项（

dfAB

可与

expand.grid

的输出互换，如果您在数据帧中还没有级别组合）

输出：

# A tibble: 6 x 3
# Groups:   A [?]
      A     B  freq
  <dbl> <chr> <dbl>
1     1     a     2
2     1     b     2
3     1     c     0
4     2     a     0
5     2     b     1
6     2     c     2

#一个tible:6 x 3
#组：A[？]
A B频率
1 a 2
2 1 b 2
31 c0
4 2 a 0
5 2 b 1
6 2 c 2

---

（如果

dfAB

中存在重复项，请在加入前向链添加

distinct

调用）

行数增加了一倍，频率仅为1或0，而不是实际值count@signalstone您能用示例数据尝试此方法吗？@它似乎不起作用，而且在您的更多信息集上，我需要0show@signalstone你看到合并了吗？填充na步骤？它还表示“eval（predvars、data、env）中出错：找不到对象'freq'当我使用频率计数为0时，由于某种原因，B会在B列的每一行前面添加文本。如果B和D是000856或900864之类的数字，会有问题吗？我做了，但我不得不更改df2，因为df2中有更多行。因此a，B只有2列，而C，D在其页面中有多个列，因此我必须指定要使用的列。我确实指定了data.frame（busdata，freq=sapply（busdata_行，函数（x）sum（bus143_1$boardstation%in%x）），row.names=NULL）但是当数据出来时，所有频率都是0错误：

by

不能包含从中缺少的联接列

C

LHS@signalstone“C”在“我的代码”的右侧，请检查您是否正确复制了它。@W，Murphy列

B

/

boardstation

连接因子和字符向量，强制转换为字符向量-我的d是名称是boardstation，应该是相同的。但答案是，有多少频率的警告可以忽略，除非结果不合理。如果你真的愿意，你可以在连接之前把B转换成字符或者把D转换成因子（有B的等级）来避免它to@signalstone“答案就是有多少个频率”这不是你想要的吗？

library(dplyr)
dfAB %>%
  # need at least one non-joining variable to tell matches from non-matches 
  left_join(mutate(dfCD, dummy = 1), by = c("A" = "C", "B" = "D")) %>% 
  group_by(A, B) %>%
  summarize(freq = sum(dummy, na.rm = TRUE))

# A tibble: 6 x 3
# Groups:   A [?]
      A     B  freq
  <dbl> <chr> <dbl>
1     1     a     2
2     1     b     2
3     1     c     0
4     2     a     0
5     2     b     1
6     2     c     2