计算唯一值-Java 学习之路

101

比方说我有：

v = rep(c(1,2, 2, 2), 25)

现在，我想计算每个唯一值出现的次数 . unique(v) 返回唯一值的内容，但不返回它们的数量 .

> unique(v)
[1] 1 2

我想要一些能给我的东西

length(v[v==1])
[1] 25
length(v[v==2])
[1] 75

但作为一个更一般的单线:)有点接近（但不完全）像这样：

#<doesn't work right> length(v[v==unique(v)])

11 回答

0

这适合我 . 拿你的矢量 v

length(summary(as.factor(v),maxsum=50000))

注释：将maxsum设置为足以捕获唯一值的数量

或者使用 magrittr 包

v %>% as.factor %>% summary(maxsum=50000) %>% length

回复于 2024-05-14T12:41:56+08:00
2
如果您需要将唯一值的数量作为包含值的数据框中的附加列（例如，可以表示样本大小的列），则plyr提供了一种巧妙的方式：
```
data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25))

library("plyr")
data_frame <- ddply(data_frame, .(v), transform, n = length(v))
```
回复于 2024-05-14T12:41:56+08:00
15
同时使值分类并调用 summary() 也可以 .
```
> v = rep(as.factor(c(1,2, 2, 2)), 25)
> summary(v)
 1  2 
25 75
```
回复于 2024-05-14T12:41:56+08:00

你也可以试试 tidyverse

library(tidyverse) 
dummyData %>% 
    as.tibble() %>% 
    count(value)
# A tibble: 2 x 2
  value     n
  <dbl> <int>
1     1    25
2     2    75

回复于 2024-05-14T12:41:56+08:00

也许 table 就是你追求的？

dummyData = rep(c(1,2, 2, 2), 25)

table(dummyData)
# dummyData
#  1  2 
# 25 75

## or another presentation of the same data
as.data.frame(table(dummyData))
#    dummyData Freq
#  1         1   25
#  2         2   75

回复于 2024-05-14T12:41:56+08:00

这是一种使用 aggregate 的单行方法 .

> aggregate(data.frame(count = v), list(value = v), length)

  value count
1     1    25
2     2    75

回复于 2024-05-14T12:41:56+08:00

15
如果您有多个因子（=多维数据框），则可以使用 dplyr 包计算每个因子组合中的唯一值：
```
library("dplyr")
data %>% group_by(factor1, factor2) %>% summarize(count=n())
```
它使用管道运算符 %>% 对数据框 data 进行链式方法调用 .
回复于 2024-05-14T12:41:56+08:00

table（）函数是一个很好的方法，如Chase建议的那样 . 如果要分析大型数据集，则另一种方法是在datatable包中使用.N函数 .

确保安装了数据表包

install.packages("data.table")

码：

# Import the data.table package
library(data.table)

# Generate a data table object, which draws a number 10^7 times  
# from 1 to 10 with replacement
DT<-data.table(x=sample(1:10,1E7,TRUE))

# Count Frequency of each factor level
DT[,.N,by=x]

回复于 2024-05-14T12:41:56+08:00

-2
要获取包含唯一值计数的未标量整数向量，请使用 c() .
```
dummyData = rep(c(1, 2, 2, 2), 25) # Chase's reproducible data
c(table(dummyData)) # get un-dimensioned integer vector
 1  2 
25 75

str(c(table(dummyData)) ) # confirm structure
 Named int [1:2] 25 75
 - attr(*, "names")= chr [1:2] "1" "2"
```
如果您需要将唯一值的计数提供给另一个函数，这可能很有用，并且比对Chase的答案的评论中发布的 t(as.data.frame(table(dummyData))[,2] 更短且更惯用 . 感谢Ricardo Saporta向我指出了这一点here .
回复于 2024-05-14T12:41:56+08:00

如果要在data.frame（例如，train.data）上运行唯一，并且还获取计数（可以在分类器中用作权重），则可以执行以下操作：

unique.count = function(train.data, all.numeric=FALSE) {                                                                                                                                                                                                 
  # first convert each row in the data.frame to a string                                                                                                                                                                              
  train.data.str = apply(train.data, 1, function(x) paste(x, collapse=','))                                                                                                                                                           
  # use table to index and count the strings                                                                                                                                                                                          
  train.data.str.t = table(train.data.str)                                                                                                                                                                                            
  # get the unique data string from the row.names                                                                                                                                                                                     
  train.data.str.uniq = row.names(train.data.str.t)                                                                                                                                                                                   
  weight = as.numeric(train.data.str.t)                                                                                                                                                                                               
  # convert the unique data string to data.frame
  if (all.numeric) {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) as.numeric(unlist(strsplit(x, split=","))))))                                                                                                    
  } else {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) unlist(strsplit(x, split=",")))))                                                                                                    
  }
  names(train.data.uniq) = names(train.data)                                                                                                                                                                                          
  list(data=train.data.uniq, weight=weight)                                                                                                                                                                                           
}

回复于 2024-05-14T12:41:56+08:00

140

count_unique_words <-function(wlist) {
ucountlist = list()
unamelist = c()
for (i in wlist)
{
if (is.element(i, unamelist))
    ucountlist[[i]] <- ucountlist[[i]] +1
else
    {
    listlen <- length(ucountlist)
    ucountlist[[i]] <- 1
    unamelist <- c(unamelist, i)
    }
}
ucountlist
}

expt_counts <- count_unique_words(population)
for(i in names(expt_counts))
    cat(i, expt_counts[[i]], "\n")

回复于 2024-05-14T12:41:56+08:00

计算唯一值

11 回答

相关问题