我将数据保存在一个长列表中。这是第一个六行/记录的示例:计算列表项的相对频率及其在R中的总和?
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"))
现在我想以计算与每个唯一术语中的每一行/记录发生的相对频率。根据我的例子
我想实现类似这样的输出:
[1] "JAMES" 0.5 "CHARLES" 0.25 "RICHARD" 0.25
[2] "JOHN" 0.3333333 "ROBERT" 0.3333333 "CHARLES" 0.3333333
[3] "CHARLES" 0.375 "WILLIAM" 0.375 "MICHAEL" 0.125 "DAVID" 0.125
[4] "CHARLES" 1
[5] "CHARLES" 1
[6] "MATTHEW" 0.3333333 "CHARLES" 0.3333333 "JACK" 0.3333333
到目前为止,我只知道如何计算个别条款的相对频率,不幸;例如:
> (sapply(A, function(x)sum(grepl("JAMES", x))))/sapply(A, length)
[1] 0.5 0.0 0.0 0.0 0.0 0.0
我的例子当然只包含十个独特的术语。但是,我的实际数据包含近200个独特术语,因此上述方法不可行。因此,我正在寻找一种不同的方式,可以让我一次计算所有术语的相对频率。
除此之外,我想总结所有行/记录中每个唯一名称的这些相对频率。
根据我上面的例子我想实现类似于此的输出,请:
[1] "JAMES" 0.5
[2] "CHARLES" 3.291667
[3] "RICHARD" 0.25
[4] "JOHN" 0.3333333
[5] "ROBERT" 0.3333333
[6] "WILLIAM" 0.375
[7] "MICHAEL" 0.125
[8] "DAVID" 0.125
[9] "MATTHEW" 0.3333333
[10] "JACK" 0.3333333
非常感谢您提前为您考虑!
我可能会跳过'B' - 不公开(B)'一步保留原始结构。然后,我将使用'aggregate(unlist(B),list(names(unlist(B))),FUN = sum)'作为频率。更多的打字,但对我来说,输出看起来似乎有点“更清洁”的阅读。 – A5C1D2H2I1M1N2O1R2T1 2012-07-18 17:53:35
@mrdwab:你说得对。 '聚合'看起来更好。 – sgibb 2012-07-18 18:48:43