我有一大组数据保存在一个长列表中。这是第一个六个记录一个例子:计算R中的频率和项数的比率?
A <- list(c("JAMES","CHARLES","JAMES","RICHARD"),
c("JOHN","ROBERT","CHARLES"),
c("CHARLES","WILLIAM","CHARLES","MICHAEL","WILLIAM","DAVID","CHARLES","WILLIAM"),
c("CHARLES"),
c("CHARLES","CHARLES"),
c("MATTHEW","CHARLES","JACK"))
我想计算与每个唯一术语中的每个记录,每个术语出现在记录的数量发生的相对频率的总和的比率。
我计算的分子,即与每个独特的项发生在每一个记录,这样的相对频率的总和:
> B <- lapply(A, function(x)table(x)/length(x))
> aggregate(unlist(B), list(names(unlist(B))), FUN=sum)
Group.1 x
1 CHARLES 3.2916667
2 DAVID 0.1250000
3 JACK 0.3333333
4 JAMES 0.5000000
5 JOHN 0.3333333
6 MATTHEW 0.3333333
7 MICHAEL 0.1250000
8 RICHARD 0.2500000
9 ROBERT 0.3333333
10 WILLIAM 0.3750000
我不知道如何计算分母,即数每个词出现在记录中,正确尽管如此。我只知道如何计算数据集合中出现的每个学期数:
> table(unlist(A))
CHARLES DAVID JACK JAMES JOHN MATTHEW MICHAEL RICHARD ROBERT WILLIAM
9 1 1 2 1 1 1 1 1 3
但多次出现的一些术语记录中,我想,为了得到这样的结果,省略这些重复:
CHARLES DAVID JACK JAMES JOHN MATTHEW MICHAEL RICHARD ROBERT WILLIAM
6 1 1 1 1 1 1 1 1 1
这怎么能实现?
根据我的例子,我想获得一个类似的最终输出:
Group.1 x
1 CHARLES 0.5486111
2 DAVID 0.1250000
3 JACK 0.3333333
4 JAMES 0.5000000
5 JOHN 0.3333333
6 MATTHEW 0.3333333
7 MICHAEL 0.1250000
8 RICHARD 0.2500000
9 ROBERT 0.3333333
10 WILLIAM 0.3750000
所以,我怎么能计算出每个词出现在记录的数量,即分母,和比自己?
非常感谢您提前考虑!
这正是我一直在寻找!非常感谢你! – user0815