一、table 函数对应的就是统计学中的列联表,是一种记录频数的方法,对于统计来说有非常重要的应用,下面的例子都是针对维数为2的情况举例,多维的情况是类似的
下面看一个例子:
- > ct <- data.frame(
- + Vote.for.X = factor(c("Yes", "Yes", "No", "Not Sure", "No"), levels = c("Yes", "No", "Not Sure")),
- + Vote.for.X.Last.Time = factor(c("Yes", "No", "No", "Yes", "No"), levels = c("Yes", "No"))
- + )
- > ct
- Vote.for.X Vote.for.X.Last.Time
- 1 Yes Yes
- 2 Yes No
- 3 No No
- 4 Not Sure Yes
- 5 No No
- > cttab <-table(ct)
- > cttab
- Vote.for.X.Last.Time
- Vote.for.X Yes No
- Yes 1 1
- No 0 2
- Not Sure 1 0
首先我们创建了一个示例数据集合,其中我们指定我们的因子的水平,然后 table 函数则是统计所有因子对出现的情况的频数
下面看一下 cttab 的特点:
- > mode(cttab)
- [1] "numeric"
- > str(cttab)
- 'table' int [1:3, 1:2] 1 0 1 1 2 0
- - attr(*, "dimnames")=List of 2
- ..$ Vote.for.X : chr [1:3] "Yes" "No" "Not Sure"
- ..$ Vote.for.X.Last.Time: chr [1:2] "Yes" "No"
- > summary(cttab)
- Number of cases in table: 5
- Number of factors: 2
- Test for independence of all factors:
- Chisq = 2.9167, df = 2, p-value = 0.2326
- Chi-squared approximation may be incorrect
- > attributes(cttab)
- $dim
- [1] 3 2
- $dimnames
- $dimnames$Vote.for.X
- [1] "Yes" "No" "Not Sure"
- $dimnames$Vote.for.X.Last.Time
- [1] "Yes" "No"
- $class
- [1] "table"
二、table对象的操作
一个必须要掌握的操作,addmargins
- > addmargins(cttab)
- Vote.for.X.Last.Time
- Vote.for.X Yes No Sum
- Yes 1 1 2
- No 0 2 2
- Not Sure 1 0 1
- Sum 2 3 5
下面取出各维度的名字,也就是各个的水平
- > dimnames(cttab)
- $Vote.for.X
- [1] "Yes" "No" "Not Sure"
- $Vote.for.X.Last.Time
- [1] "Yes" "No"
下面提取感兴趣的子表:subtable 类比 subset
subtable(tbl,subnames) tbl 感兴趣的表,subnames 一个类表,列出自己各个维度感兴趣的水平, subtable 实现如下
- subtable <- function(tbl, subnames) {
- #将 table 转换称 array 获得 table 里面的所有元素
- tblarray <- unclass(tbl)
- #将 tblarray 以及 subnames 组合到一个list中
- dcargs <- list(tblarray)
- ndims <- length(subnames)
- for(i in 1:ndims) {
- dcargs[[i+1]] <- subnames[[i]]
- }
- #等价与执行 dcargs[[1]][dcargs[[2]][i], dcargs[[3]][j]] i,j 取遍所有该属性的元素
- subarray <- do.call("[", dcargs)
- #对list中的每一个属性调用 length
- dims <- lapply(subnames, length)
- subtbl <- array(subarray, dims, dimnames = subnames)
- class(subtbl) <- "table"
- return(subtbl)
- }
下面给出一个例子:可能很有用的
- > as.data.frame(cttab)
- Vote.for.X Vote.for.X.Last.Time Freq
- 1 Yes Yes 1
- 2 No Yes 0
- 3 Not Sure Yes 1
- 4 Yes No 1
- 5 No No 2
- 6 Not Sure No 0
tabdom 计算table的统计频率
- tabdom <- function(tbl, k) {
- tbldf <- as.data.frame(tbl)
- freqord <- order(tabldf$Freq, decreasing=TRUE)
- dom <- tbldf[freqord, ][1:k]
- return(dom)
- }
注意:aggregate() 函数 cut() 函数