r table

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:

  1. > ct <- data.frame(
  2. +         Vote.for.X = factor(c("Yes", "Yes", "No", "Not Sure", "No"), levels = c("Yes", "No", "Not Sure")),
  3. +         Vote.for.X.Last.Time =  factor(c("Yes", "No", "No", "Yes", "No"), levels = c("Yes", "No"))
  4. +       )
  5. > ct
  6. Vote.for.X Vote.for.X.Last.Time
  7. 1        Yes                  Yes
  8. 2        Yes                   No
  9. 3         No                   No
  10. 4   Not Sure                  Yes
  11. 5         No                   No
  12. > cttab <-table(ct)
  13. > cttab
  14. Vote.for.X.Last.Time
  15. Vote.for.X Yes No
  16. Yes        1  1
  17. No         0  2
  18. 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:

  1. > mode(cttab)
  2. [1] "numeric"
  3. > str(cttab)
  4. 'table' int [1:3, 1:2] 1 0 1 1 2 0
  5. - attr(*, "dimnames")=List of 2
  6. ..$ Vote.for.X          : chr [1:3] "Yes" "No" "Not Sure"
  7. ..$ Vote.for.X.Last.Time: chr [1:2] "Yes" "No"
  8. > summary(cttab)
  9. Number of cases in table: 5
  10. Number of factors: 2
  11. Test for independence of all factors:
  12. Chisq = 2.9167, df = 2, p-value = 0.2326
  13. Chi-squared approximation may be incorrect
  14. > attributes(cttab)
  15. $dim
  16. [1] 3 2
  17. $dimnames
  18. $dimnames$Vote.for.X
  19. [1] "Yes"      "No"       "Not Sure"
  20. $dimnames$Vote.for.X.Last.Time
  21. [1] "Yes" "No"
  22. $class
  23. [1] "table"

二、table对象的操作

一个必须要掌握的操作,addmargins

  1. > addmargins(cttab)
  2. Vote.for.X.Last.Time
  3. Vote.for.X Yes No Sum
  4. Yes        1  1   2
  5. No         0  2   2
  6. Not Sure   1  0   1
  7. Sum        2  3   5

下面取出各维度的名字,也就是各个的水平

  1. > dimnames(cttab)
  2. $Vote.for.X
  3. [1] "Yes"      "No"       "Not Sure"
  4. $Vote.for.X.Last.Time
  5. [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

  1. subtable <- function(tbl, subnames) {
  2. #将 table 转换称 array 获得 table 里面的所有元素
  3. tblarray <- unclass(tbl)
  4. #将 tblarray 以及 subnames 组合到一个list中
  5. dcargs <- list(tblarray)
  6. ndims <- length(subnames)
  7. for(i in 1:ndims) {
  8. dcargs[[i+1]] <- subnames[[i]]
  9. }
  10. #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
  11. subarray <- do.call("[", dcargs)
  12. #对list中的每一个属性调用 length
  13. dims <- lapply(subnames, length)
  14. subtbl <- array(subarray, dims, dimnames = subnames)
  15. class(subtbl) <- "table"
  16. return(subtbl)
  17. }

下面给出一个例子:可能很有用的

  1. > as.data.frame(cttab)
  2. Vote.for.X Vote.for.X.Last.Time Freq
  3. 1        Yes                  Yes    1
  4. 2         No                  Yes    0
  5. 3   Not Sure                  Yes    1
  6. 4        Yes                   No    1
  7. 5         No                   No    2
  8. 6   Not Sure                   No    0

tabdom 计算table的统计频率

  1. tabdom <- function(tbl, k) {
  2. tbldf <- as.data.frame(tbl)
  3. freqord <- order(tabldf$Freq, decreasing=TRUE)
  4. dom <- tbldf[freqord, ][1:k]
  5. return(dom)
  6. }

注意:aggregate() 函数  cut() 函数

上一篇:X264的版本号


下一篇:DevExpress XtraPivotGrid 交叉表 重复显示问题