Count valores únicos

Question

Digamos que tengo:

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

Ahora, quiero contar el número de veces que aparece cada valor único. unique(v) devuelve cuáles son los valores únicos, pero no cuántos son.

> unique(v) 
[1] 1 2 

Quiero algo que me da

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

sino como una sola línea más general :) Algo cerca (pero no del todo) como esto:

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

Answer 1

Quizás tabla es lo que buscas?

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 

Answer 2

Para obtener un vector de enteros no-dimensionado que contiene el recuento de valores únicos, utilizar 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" 

Esto puede ser útil si usted necesita para alimentar las cuentas de valores únicos en otra función, y es más corto y más idiomática que el t(as.data.frame(table(dummyData))[,2] publicado en un comentario a la respuesta del Chase. Gracias a Ricardo Saporta que me lo señaló here.

Answer 3

Si es necesario tener el número de valores únicos como una columna adicional en la trama de datos que contiene los valores (una columna que puede representar tamaño de la muestra, por ejemplo), plyr proporciona una manera ordenada:

data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25)) 

library("plyr") 
data_frame <- ddply(data_frame, .(v), transform, n = length(v)) 

Answer 4

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") 

Answer 5

Si desea ejecutar único en un hoja.de.datos (por ejemplo, train.data), y también obtener las cuentas (que se pueden utilizar como el peso en clasificadores), puede hacer lo siguiente:

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)                                               
} 

Answer 6

Es una aproximación de una línea ch usando aggregate. función

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

    value count 
1  1 25 
2  2 75 

Answer 7

tabla() es una buena manera de ir, como Chase sugeridos. Si está analizando un conjunto de datos grande, una forma alternativa es usar la función .N en el paquete datatable.

Asegúrese de que ha instalado el paquete tabla de datos por

install.packages("data.table") 

Código:

# 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] 

Answer 8

Si tiene varios factores (= una trama de datos multidimensional), puede utilizar el paquete dplyr para contar valores únicos en cada combinación de factores:

library("dplyr") 
data %>% group_by(factor1, factor2) %>% summarize(count=n()) 

Utiliza el operador de tubería %>% para encadenar llamadas de método en el marco de datos data.

Answer 9

Esto funciona para mí.Tome su vector v

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

Comentario: establecer maxsum que ser lo suficientemente grande como para capturar el número de valores únicos

o con el magrittr paquete

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

Answer 10

hacer también los valores categórico y llamar summary() funcionaría.

> v = rep(as.factor(c(1,2, 2, 2)), 25) 
> summary(v) 
1 2 
25 75