벡터에서 x 값을 사용하여 요소 수
나는 다음과 같은 수의 벡터를 가지고 있습니다.
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,
453,435,324,34,456,56,567,65,34,435)
어떻게 하면 R이 벡터에 x 값이 나타나는 횟수를 세게 할 수 있습니까?
그냥 사용할 수 있습니다.table():
> a <- table(numbers)
> a
numbers
4 5 23 34 43 54 56 65 67 324 435 453 456 567 657
2 1 2 2 1 1 2 1 2 1 3 1 1 1 1
그런 다음 하위 집합을 지정할 수 있습니다.
> a[names(a)==435]
435
3
또는 다음과 같이 작업하는 것이 더 편하다면 data.frame으로 변환합니다.
> as.data.frame(table(numbers))
numbers Freq
1 4 2
2 5 1
3 23 2
4 34 2
...
은 가장직적방법은입니다.sum(numbers == x).
numbers == x하며, x가 발생할 때 TRUE인 논리 벡터를 생성합니다.sum로, 를 0ing으로 로 강제 됩니다.
는 다음과 같은sum(abs(numbers - x) < 1e-6).
저는 아마 이런 일을 할 것입니다.
length(which(numbers==x))
하지만 정말로, 더 좋은 방법은
table(numbers)
▁is도 있습니다.count(numbers)plyr꾸미훨편보다 훨씬 합니다.table내 생각으로는
은 내가선솔루은션을 합니다.rle 값을반라다니합환벨라(,x이 예제에서는)와 해당 값이 순서대로 나타나는 횟수를 나타내는 길이를 나타냅니다.
조하여합을 으로써.rle와 함께sort값이 표시된 횟수를 매우 빠르게 셀 수 있습니다.이것은 더 복잡한 문제에 도움이 될 수 있습니다.
예:
> numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,324,34,456,56,567,65,34,435)
> a <- rle(sort(numbers))
> a
Run Length Encoding
lengths: int [1:15] 2 1 2 2 1 1 2 1 2 1 ...
values : num [1:15] 4 5 23 34 43 54 56 65 67 324 ...
원하는 값이 표시되지 않거나 나중에 사용할 수 있도록 해당 값을 저장해야 하는 경우a a data.frame.
> b <- data.frame(number=a$values, n=a$lengths)
> b
values n
1 4 2
2 5 1
3 23 2
4 34 2
5 43 1
6 54 1
7 56 2
8 65 1
9 67 2
10 324 1
11 435 3
12 453 1
13 456 1
14 567 1
15 657 1
모든 값이 아닌 한 값의 빈도를 알고 싶어하는 경우는 드물고, rle이 모든 값을 세고 저장하는 가장 빠른 방법인 것 같습니다.
R에는 그것에 대한 표준 함수가 있습니다.
tabulate(numbers)
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435 453,435,324,34,456,56,567,65,34,435)
> length(grep(435, numbers))
[1] 3
> length(which(435 == numbers))
[1] 3
> require(plyr)
> df = count(numbers)
> df[df$x == 435, ]
x freq
11 435 3
> sum(435 == numbers)
[1] 3
> sum(grepl(435, numbers))
[1] 3
> sum(435 == numbers)
[1] 3
> tabulate(numbers)[435]
[1] 3
> table(numbers)['435']
435
3
> length(subset(numbers, numbers=='435'))
[1] 3
출연 횟수를 나중에 세고 싶다면 다음을 사용할 수 있습니다.sapply함수:
index<-sapply(1:length(numbers),function(x)sum(numbers[1:x]==numbers[x]))
cbind(numbers, index)
출력:
numbers index
[1,] 4 1
[2,] 23 1
[3,] 4 2
[4,] 23 2
[5,] 5 1
[6,] 43 1
[7,] 54 1
[8,] 56 1
[9,] 657 1
[10,] 67 1
[11,] 67 2
[12,] 435 1
[13,] 453 1
[14,] 435 2
[15,] 324 1
[16,] 34 1
[17,] 456 1
[18,] 56 2
[19,] 567 1
[20,] 65 1
[21,] 34 2
[22,] 435 3
빠르고 더러운 한 가지 방법이 있습니다.
x <- 23
length(subset(numbers, numbers==x))
다음 줄에서 원하는 대로 번호를 변경할 수 있습니다.
length(which(numbers == 4))
한 은 한가방다같습다니음과은법지다를 사용하는 일 수 .vec_count()의 vctrs라이브러리:
vec_count(numbers)
key count
1 435 3
2 67 2
3 4 2
4 34 2
5 56 2
6 23 2
7 456 1
8 43 1
9 453 1
10 5 1
11 657 1
12 324 1
13 54 1
14 567 1
15 65 1
기본 순서는 가장 빈도가 높은 값을 맨 위에 배치합니다.하는 경우(a 따정경우는하렬라키에a(a))table()- 출력 like 출력):
vec_count(numbers, sort = "key")
key count
1 4 2
2 5 1
3 23 2
4 34 2
5 43 1
6 54 1
7 56 2
8 65 1
9 67 2
10 324 1
11 435 3
12 453 1
13 456 1
14 567 1
15 657 1
제가 편리하다고 생각하는 또 다른 방법은 다음과 같습니다.
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,324,34,456,56,567,65,34,435)
(s<-summary (as.factor(numbers)))
그러면 데이터 집합이 요인으로 변환되고 요약()이 관리 합계(고유 값 카운트)를 제공합니다.
출력:
4 5 23 34 43 54 56 65 67 324 435 453 456 567 657
2 1 2 2 1 1 2 1 2 1 3 1 1 1 1
원하는 경우 데이터 프레임으로 저장할 수 있습니다.
as.data.frame(cbind(숫자 = 이름), Freq = s), stringAsFactors=F, row.names = 1: 길이)
여기서 row.name은 행 이름을 변경하는 데 사용되었습니다.s의 열 이름은 row.names를 사용하지 않고 새 데이터 프레임에서 행 이름으로 사용됩니다.
출력:
Number Freq
1 4 2
2 5 1
3 23 2
4 34 2
5 43 1
6 54 1
7 56 2
8 65 1
9 67 2
10 324 1
11 435 3
12 453 1
13 456 1
14 567 1
15 657 1
표를 사용하지만 비교하지 않음names:
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435)
x <- 67
numbertable <- table(numbers)
numbertable[as.character(x)]
#67
# 2
table여러 요소의 카운트를 여러 번 사용할 때 유용합니다.카운트가 하나만 필요한 경우sum(numbers == x)
특정 요소를 세는 데는 여러 가지 방법이 있습니다.
library(plyr)
numbers =c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,7,65,34,435)
print(length(which(numbers==435)))
#Sum counts number of TRUE's in a vector
print(sum(numbers==435))
print(sum(c(TRUE, FALSE, TRUE)))
#count is present in plyr library
#o/p of count is a DataFrame, freq is 1 of the columns of data frame
print(count(numbers[numbers==435]))
print(count(numbers[numbers==435])[['freq']])
이것은 1차원 원자 벡터에 대한 매우 빠른 해결책입니다.에 의존합니다.match()그래서 그것은 호환됩니다.NA:
x <- c("a", NA, "a", "c", "a", "b", NA, "c")
fn <- function(x) {
u <- unique.default(x)
out <- list(x = u, freq = .Internal(tabulate(match(x, u), length(u))))
class(out) <- "data.frame"
attr(out, "row.names") <- seq_along(u)
out
}
fn(x)
#> x freq
#> 1 a 3
#> 2 <NA> 2
#> 3 c 2
#> 4 b 1
알고리즘이 실행되지 않도록 조정할 수도 있습니다.unique().
fn2 <- function(x) {
y <- match(x, x)
out <- list(x = x, freq = .Internal(tabulate(y, length(x)))[y])
class(out) <- "data.frame"
attr(out, "row.names") <- seq_along(x)
out
}
fn2(x)
#> x freq
#> 1 a 3
#> 2 <NA> 2
#> 3 a 3
#> 4 c 2
#> 5 a 3
#> 6 b 1
#> 7 <NA> 2
#> 8 c 2
출력이 바람직한 경우 원래 벡터를 다시 반환하는 데 필요하지 않을 수 있으며 두 번째 열만 있으면 됩니다.파이프와 한 줄로 연결할 수 있습니다.
match(x, x) %>% `[`(tabulate(.), .)
#> [1] 3 2 3 2 3 1 2 2
2021년 기본 솔루션
aggregate(numbers, list(num=numbers), length)
num x
1 4 2
2 5 1
3 23 2
4 34 2
5 43 1
6 54 1
7 56 2
8 65 1
9 67 2
10 324 1
11 435 3
12 453 1
13 456 1
14 567 1
15 657 1
tapply(numbers, numbers, length)
4 5 23 34 43 54 56 65 67 324 435 453 456 567 657
2 1 2 2 1 1 2 1 2 1 3 1 1 1 1
by(numbers, list(num=numbers), length)
num: 4
[1] 2
--------------------------------------
num: 5
[1] 1
--------------------------------------
num: 23
[1] 2
--------------------------------------
num: 34
[1] 2
--------------------------------------
num: 43
[1] 1
--------------------------------------
num: 54
[1] 1
--------------------------------------
num: 56
[1] 2
--------------------------------------
num: 65
[1] 1
--------------------------------------
num: 67
[1] 2
--------------------------------------
num: 324
[1] 1
--------------------------------------
num: 435
[1] 3
--------------------------------------
num: 453
[1] 1
--------------------------------------
num: 456
[1] 1
--------------------------------------
num: 567
[1] 1
--------------------------------------
num: 657
[1] 1
이 작업은 다음을 통해 수행할 수 있습니다.outer동등성의 메트릭과 그 다음을 구합니다.rowSums명백한 의미로
카운트를 얻기 위해서 그리고.numbers동일한 데이터 집합에서 data.frame이 먼저 생성됩니다.별도의 입력과 출력을 원하는 경우에는 이 단계가 필요하지 않습니다.
df <- data.frame(No = numbers)
df$count <- rowSums(outer(df$No, df$No, FUN = `==`))
긴 벡터에서 비교적 빠르고 편리한 출력을 제공하는 방법은 다음과 같습니다.lengths(split(numbers, numbers))(끝에 S 표시)lengths):
# Make some integer vectors of different sizes
set.seed(123)
x <- sample.int(1e3, 1e4, replace = TRUE)
xl <- sample.int(1e3, 1e6, replace = TRUE)
xxl <-sample.int(1e3, 1e7, replace = TRUE)
# Number of times each value appears in x:
a <- lengths(split(x,x))
# Number of times the value 64 appears:
a["64"]
#~ 64
#~ 15
# Occurences of the first 10 values
a[1:10]
#~ 1 2 3 4 5 6 7 8 9 10
#~ 13 12 6 14 12 5 13 14 11 14
출력은 단순히 명명된 벡터입니다.
속도는 다음과 유사한 것으로 표시됩니다.rle제이베커가 제안했고 매우 긴 벡터에서 조금 더 빠릅니다.다음은 R 3.6.2의 마이크로 벤치마크이며, 일부 기능이 제안되었습니다.
library(microbenchmark)
f1 <- function(vec) lengths(split(vec,vec))
f2 <- function(vec) table(vec)
f3 <- function(vec) rle(sort(vec))
f4 <- function(vec) plyr::count(vec)
microbenchmark(split = f1(x),
table = f2(x),
rle = f3(x),
plyr = f4(x))
#~ Unit: microseconds
#~ expr min lq mean median uq max neval cld
#~ split 402.024 423.2445 492.3400 446.7695 484.3560 2970.107 100 b
#~ table 1234.888 1290.0150 1378.8902 1333.2445 1382.2005 3203.332 100 d
#~ rle 227.685 238.3845 264.2269 245.7935 279.5435 378.514 100 a
#~ plyr 758.866 793.0020 866.9325 843.2290 894.5620 2346.407 100 c
microbenchmark(split = f1(xl),
table = f2(xl),
rle = f3(xl),
plyr = f4(xl))
#~ Unit: milliseconds
#~ expr min lq mean median uq max neval cld
#~ split 21.96075 22.42355 26.39247 23.24847 24.60674 82.88853 100 ab
#~ table 100.30543 104.05397 111.62963 105.54308 110.28732 168.27695 100 c
#~ rle 19.07365 20.64686 23.71367 21.30467 23.22815 78.67523 100 a
#~ plyr 24.33968 25.21049 29.71205 26.50363 27.75960 92.02273 100 b
microbenchmark(split = f1(xxl),
table = f2(xxl),
rle = f3(xxl),
plyr = f4(xxl))
#~ Unit: milliseconds
#~ expr min lq mean median uq max neval cld
#~ split 296.4496 310.9702 342.6766 332.5098 374.6485 421.1348 100 a
#~ table 1151.4551 1239.9688 1283.8998 1288.0994 1323.1833 1385.3040 100 d
#~ rle 399.9442 430.8396 464.2605 471.4376 483.2439 555.9278 100 c
#~ plyr 350.0607 373.1603 414.3596 425.1436 437.8395 506.0169 100 b
중요한 것은 결측값의 수를 계산하는 유일한 함수입니다.NA이라plyr::count이들은 다음을 사용하여 별도로 얻을 수도 있습니다.sum(is.na(vec))
다음은 dplyr로 수행할 수 있는 방법입니다.
library(tidyverse)
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,
453,435,324,34,456,56,567,65,34,435)
ord <- seq(1:(length(numbers)))
df <- data.frame(ord,numbers)
df <- df %>%
count(numbers)
numbers n
<dbl> <int>
1 4 2
2 5 1
3 23 2
4 34 2
5 43 1
6 54 1
7 56 2
8 65 1
9 67 2
10 324 1
11 435 3
12 453 1
13 456 1
14 567 1
15 657 1
당신은 당신에게 결과를 제공하는 기능을 만들 수 있습니다.
# your list
numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,
453,435,324,34,456,56,567,65,34,435)
function1<-function(x){
if(x==value){return(1)}else{ return(0) }
}
# set your value here
value<-4
# make a vector which return 1 if it equal to your value, 0 else
vector<-sapply(numbers,function(x) function1(x))
sum(vector)
결과: 2
언급URL : https://stackoverflow.com/questions/1923273/counting-the-number-of-elements-with-the-values-of-x-in-a-vector
'programing' 카테고리의 다른 글
| Node.js 및 Microsoft SQL Server (0) | 2023.07.07 |
|---|---|
| 스프링 부트:치명적인 오류 컴파일: 잘못된 대상 릴리스: 17 (0) | 2023.07.07 |
| 파일을 역순으로 읽는 방법은? (0) | 2023.07.07 |
| 저장 프로시저의 테이블에 있는 복합 기본 키 변수 (0) | 2023.07.07 |
| Vuex 마운트되거나 생성된 후크에 대한 상태 데이터에 액세스하는 방법은 무엇입니까? (0) | 2023.07.07 |