获取R中每个行中每个唯一值的计数 数据

问题描述

给出以下数据框（从我无法控制其内容的csv文件中读取）

          C1 C2 C3 C4 C5 C6 C7 C8 C9
        1  a  a  a  c  d  b  c  c  a
        2  a  a  b  b  c  b  b  a  b
        3  a  c  c  d  d  b  c  b  b
        4  c  a  d  c  d  d  c  d  d

我需要对每一行中的每个唯一值进行计数。如果单个值出现5次或更多次，则应确定该行无效（可能通过添加其他有效/无效列）。我不在乎哪个值出现5次或更多次，只是任何值都会出现。在上面，第2行和第4行将无效。不幸的是，我不知道csv文件中将有多少行数据。

解决方法

如果您只想知道该行是否包含四个以上的条目，则可以执行以下操作：

df$invalid <- apply(df,1,function(x) max(table(x)) > 4)
#>   C1 C2 C3 C4 C5 C6 C7 C8 C9 invalid
#> 1  a  a  a  c  d  b  c  c  a   FALSE
#> 2  a  a  b  b  c  b  b  a  b    TRUE
#> 3  a  c  c  d  d  b  c  b  b   FALSE
#> 4  c  a  d  c  d  d  c  d  d    TRUE

如果您实际上也想要每一行的计数，则可以执行以下操作：

cbind(df,t(apply(df[-10],function(x) table(factor(x,levels = letters[1:4])))))
#>   C1 C2 C3 C4 C5 C6 C7 C8 C9 invalid a b c d
#> 1  a  a  a  c  d  b  c  c  a   FALSE 4 1 3 1
#> 2  a  a  b  b  c  b  b  a  b    TRUE 3 5 1 0
#> 3  a  c  c  d  d  b  c  b  b   FALSE 1 3 3 2
#> 4  c  a  d  c  d  d  c  d  d    TRUE 1 0 3 5

,

如果我们也将行索引用作hte列之一，我们也可以应用一次table

cbind(df,as.data.frame.matrix(table(c(row(df)),unlist(df))))
#   C1 C2 C3 C4 C5 C6 C7 C8 C9 a b c d
#1  a  a  a  c  d  b  c  c  a 4 1 3 1
#2  a  a  b  b  c  b  b  a  b 3 5 1 0
#3  a  c  c  d  d  b  c  b  b 1 3 3 2
#4  c  a  d  c  d  d  c  d  d 1 0 3 5

---

如果我们需要创建“无效”列

t1 <- table(c(row(df)),unlist(df))
cbind(df,as.data.frame.matrix(t1),invalid = as.logical(rowSums(t1 > 4)))
#  C1 C2 C3 C4 C5 C6 C7 C8 C9 a b c d invalid
#1  a  a  a  c  d  b  c  c  a 4 1 3 1   FALSE
#2  a  a  b  b  c  b  b  a  b 3 5 1 0    TRUE
#3  a  c  c  d  d  b  c  b  b 1 3 3 2   FALSE
#4  c  a  d  c  d  d  c  d  d 1 0 3 5    TRUE

数据

df <- structure(list(C1 = c("a","a","c"),C2 = c("a","c","a"),C3 = c("a","b","d"),C4 = c("c","d",C5 = c("d",C6 = c("b",C7 = c("c",C8 = c("c",C9 = c("a","d")),class = "data.frame",row.names = c("1","2","3","4"))