计算列表项的相对频率及其在R中的总和？

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！

来源

2012-07-18 user1496104

你可以使用?table和?aggregate：

BL <- lapply(A, function(x)table(x)/length(x)) 
## turn list into a vector 
B <- unlist(BL) 

## sum all frequencies 
aggregate(B, list(names(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

来源

2012-07-18 17:30:05 sgibb

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

我想这是你想要什么：

lapply(A,function (x) table(x)/length(x))

来源

2012-07-18 17:30:27 nograpes

我鼓励你也包括解决方案的输出。我经常懒得去检查每个人的答案，而我只赞成我相当确信的东西。 :) – 2012-07-18 20:18:23

计算列表项的相对频率及其在R中的总和？

回答

相关问题