总结一个数据帧
我想获取以下数据，然后使用这些数据创建一个表，其中包含按状态细分的信息。总结一个数据帧
这里的数据：
> head(mydf2, 10)
lead_id buyer_account_id amount state
1 52055267 62 300 CA
2 52055267 64 264 CA
3 52055305 64 152 CA
4 52057682 62 75 NJ
5 52060519 62 750 OR
6 52060519 64 574 OR
15 52065951 64 152 TN
17 52066749 62 600 CO
18 52062751 64 167 OR
20 52071186 64 925 MN
我媒体链接子集，我很感兴趣，和刚才我感兴趣的数据状态：
mydf2 = subset(mydf, state %in% c("NV","AL","OR","CO","TN","SC","MN","NJ","KY","CA"))
这里有一个想法我在找什么：
State Amount Count
NV 1 50
NV 2 35
NV 3 20
NV 4 15
AL 1 10
AL 2 6
AL 3 4
AL 4 1
...
对于每个州，我试图找到每个数量“级别”的计数。我没有必要需要组数量可变的，但要记住，他们不只是1,2,3等
> mydf$amount
[1] 300 264 152 75 750 574 113 152 750 152 675 489 188 263 152 152 600 167 34 925 375 156 675 152 488 204 152 152
[29] 600 489 488 75 152 152 489 222 563 215 452 152 152 75 100 113 152 150 152 150 152 452 150 152 152 225 600 620
[57] 113 152 150 152 152 152 152 152 152 152 640 236 152 480 152 152 200 152 560 152 240 222 152 152 120 257 152 400
是否有R表示此一个优雅的解决这个或将我被卡住使用Excel（yuck！）。
我不知道我是否理解正确（您有两个data.framesmydf和mydf2）。我假设你的数据在mydf。使用aggregate：
mydf$count <- 1:nrow(mydf)
aggregate(data = mydf, count ~ amount + state, length)
这是你在找什么？
注意：这里的count是创建一个变量，直接得到第三列的输出为count。
替代与ddply从plyr：
# no need to create a variable called count
ddply(mydf, .(state, amount), summarise, count=length(lead_id))
这里有一个可以使用存在于一个人的数据，而不是lead_id任何列。即使state：
ddply(mydf, .(state, amount), summarise, count=length(state))
或等价不使用总结：
ddply(mydf, .(state, amount), function(x) c(count=nrow(x)))
这正是我所期待的。谢谢！ – ATMathew 2013-02-08 17:51:45
如果没有引用“lead_id”，我得到eval中的错误（expr，envir，enclos）：找不到对象'lead_id'。你可以用我的玩具例子来试试它，看看它是否按预期为你工作？同样在玩具的例子中，“聚合”的时钟速度比“ddply”快25倍。也可以直接在count中加入count（'aggregate（data = mydf，1：nrow（mydf）〜amount + state，length）'），但是你必须清理结果变量名。 – A5C1D2H2I1M1N2O1R2T1 2013-02-08 18:12:14
@Arun，oops;）任何想法为什么输入它作为引用的作品？ – A5C1D2H2I1M1N2O1R2T1 2013-02-08 18:22:37
这里是我的，你正在试图做什么的认识：
开始用一个简单的data.frame与26个国家和只占范围从1到50（比范例中的范围要高得多）。
set.seed(1)
mydf <- data.frame(
state = sample(letters, 500, replace = TRUE),
amount = sample(1:50, 500, replace = TRUE)
)
head(mydf)
# state amount
# 1 g 28
# 2 j 35
# 3 o 33
# 4 x 34
# 5 f 24
# 6 x 49
下面是一些简单的列表。我还删除了频率等于零的任何实例，并且我按状态对输出进行了重新排序。
temp1 <- data.frame(table(mydf$state, mydf$amount))
temp1 <- temp1[!temp1$Freq == 0, ]
head(temp1[order(temp1$Var1), ])
# Var1 Var2 Freq
# 79 a 4 1
# 157 a 7 2
# 391 a 16 1
# 417 a 17 1
# 521 a 21 1
# 1041 a 41 1
dim(temp1) # How many rows/cols
# [1] 410 3
这是一个有点不同的制表。我们在分组“数量”值之后列表。在这里，我已经手动指定了休息时间，但是您可以轻松地让R决定最好的想法。
temp2 <- data.frame(table(mydf$state,
cut(mydf$amount,
breaks = c(0, 12.5, 25, 37.5, 50),
include.lowest = TRUE)))
temp2 <- temp2[!temp2$Freq == 0, ]
head(temp2[order(temp2$Var1), ])
# Var1 Var2 Freq
# 1 a [0,12.5] 3
# 27 a (12.5,25] 3
# 79 a (37.5,50] 3
# 2 b [0,12.5] 2
# 28 b (12.5,25] 6
# 54 b (25,37.5] 5
dim(temp2)
# [1] 103 3
你看过'表'吗？ – A5C1D2H2I1M1N2O1R2T1 2013-02-08 17:19:17
你能解释一下你的意思吗？“我不需要对数量变量进行分组，但是请记住它们不仅仅是1,2,3等。” – A5C1D2H2I1M1N2O1R2T1 2013-02-08 17:25:14
对于这个例子，我使用了1,2,3等，但实际上有很多数量值。我正是这个意思。 – ATMathew 2013-02-08 17:32:27