Hitung jumlah kemunculan untuk setiap nilai unik

Katakanlah saya punya:

v = rep(c(1,2, 2, 2), 25)

Sekarang, saya ingin menghitung berapa kali setiap nilai unik muncul. unique(v) mengembalikan nilai uniknya, tetapi bukan berapa jumlahnya.

> unique(v)
[1] 1 2

Saya ingin sesuatu yang memberi saya

length(v[v==1])
[1] 25
length(v[v==2])
[1] 75

tetapi sebagai satu baris yang lebih umum :) Sesuatu yang dekat (tetapi tidak cukup) seperti ini:

#<doesn't work right> length(v[v==unique(v)])

Mungkin meja adalah apa yang Anda cari?

dummyData = rep(c(1,2, 2, 2), 25)

table(dummyData)
# dummyData
#  1  2 
# 25 75

## or another presentation of the same data
as.data.frame(table(dummyData))
#    dummyData Freq
#  1         1   25
#  2         2   75

Jika Anda memiliki beberapa faktor (= bingkai data multi-dimensi), Anda dapat menggunakan dplyrpaket untuk menghitung nilai unik di setiap kombinasi faktor:

library("dplyr")
data %>% group_by(factor1, factor2) %>% summarize(count=n())

Ini menggunakan operator pipa %>%untuk memanggil metode rantai pada bingkai data data.

Ini adalah pendekatan satu baris dengan menggunakan aggregate.

> aggregate(data.frame(count = v), list(value = v), length)

  value count
1     1    25
2     2    75

table () fungsi adalah cara yang baik untuk pergi, seperti yang disarankan Chase . Jika Anda menganalisis kumpulan data yang besar, cara alternatifnya adalah dengan menggunakan fungsi .N dalam paket dataTable.

Pastikan Anda menginstal paket tabel data dengan

install.packages("data.table")

Kode:

# Import the data.table package
library(data.table)

# Generate a data table object, which draws a number 10^7 times  
# from 1 to 10 with replacement
DT<-data.table(x=sample(1:10,1E7,TRUE))

# Count Frequency of each factor level
DT[,.N,by=x]

Untuk mendapatkan vektor bilangan bulat tak berdimensi yang berisi jumlah nilai unik, gunakan c().

dummyData = rep(c(1, 2, 2, 2), 25) # Chase's reproducible data
c(table(dummyData)) # get un-dimensioned integer vector
 1  2 
25 75

str(c(table(dummyData)) ) # confirm structure
 Named int [1:2] 25 75
 - attr(*, "names")= chr [1:2] "1" "2"

Ini mungkin berguna jika Anda perlu memasukkan jumlah nilai unik ke fungsi lain, dan lebih pendek dan lebih idiomatis daripada yang t(as.data.frame(table(dummyData))[,2]diposting dalam komentar untuk jawaban Chase. Terima kasih kepada Ricardo Saporta yang menunjukkan hal ini kepada saya di sini .

Ini berhasil untuk saya. Ambil vektor Andav

length(summary(as.factor(v),maxsum=50000))

Komentar: setel makssum agar cukup besar untuk menangkap jumlah nilai unik

atau dengan magrittrpaketnya

v %>% as.factor %>% summary(maxsum=50000) %>% length

Jika Anda perlu memiliki jumlah nilai unik sebagai kolom tambahan dalam bingkai data yang berisi nilai Anda (kolom yang mungkin mewakili ukuran sampel misalnya), plyr menyediakan cara yang rapi:

data_frame <- data.frame(v = rep(c(1,2, 2, 2), 25))

library("plyr")
data_frame <- ddply(data_frame, .(v), transform, n = length(v))

Juga membuat nilai-nilai kategoris dan memanggil summary()akan berhasil.

> v = rep(as.factor(c(1,2, 2, 2)), 25)
> summary(v)
 1  2 
25 75 

Anda juga dapat mencoba a tidyverse

library(tidyverse) 
dummyData %>% 
    as.tibble() %>% 
    count(value)
# A tibble: 2 x 2
  value     n
  <dbl> <int>
1     1    25
2     2    75

Jika Anda ingin menjalankan unique pada data.frame (mis., Train.data), dan juga mendapatkan jumlah (yang dapat digunakan sebagai bobot dalam pengklasifikasi), Anda dapat melakukan hal berikut:

unique.count = function(train.data, all.numeric=FALSE) {                                                                                                                                                                                                 
  # first convert each row in the data.frame to a string                                                                                                                                                                              
  train.data.str = apply(train.data, 1, function(x) paste(x, collapse=','))                                                                                                                                                           
  # use table to index and count the strings                                                                                                                                                                                          
  train.data.str.t = table(train.data.str)                                                                                                                                                                                            
  # get the unique data string from the row.names                                                                                                                                                                                     
  train.data.str.uniq = row.names(train.data.str.t)                                                                                                                                                                                   
  weight = as.numeric(train.data.str.t)                                                                                                                                                                                               
  # convert the unique data string to data.frame
  if (all.numeric) {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) as.numeric(unlist(strsplit(x, split=","))))))                                                                                                    
  } else {
    train.data.uniq = as.data.frame(t(apply(cbind(train.data.str.uniq), 1, 
      function(x) unlist(strsplit(x, split=",")))))                                                                                                    
  }
  names(train.data.uniq) = names(train.data)                                                                                                                                                                                          
  list(data=train.data.uniq, weight=weight)                                                                                                                                                                                           
}  

Saya tahu ada banyak jawaban lain, tetapi berikut adalah cara lain untuk melakukannya dengan menggunakan sortdan rle. Fungsi ini rleadalah singkatan dari Run Length Encoding . Ini dapat digunakan untuk menghitung jumlah angka (lihat dokumen R man rle), tetapi juga dapat diterapkan di sini.

test.data = rep(c(1, 2, 2, 2), 25)
rle(sort(test.data))
## Run Length Encoding
##   lengths: int [1:2] 25 75
##   values : num [1:2] 1 2

Jika Anda menangkap hasilnya, Anda dapat mengakses panjang dan nilai sebagai berikut:

## rle returns a list with two items.
result.counts <- rle(sort(test.data))
result.counts$lengths
## [1] 25 75
result.counts$values
## [1] 1 2

length(unique(df$col)) adalah cara paling sederhana yang bisa saya lihat.

count_unique_words <-function(wlist) {
ucountlist = list()
unamelist = c()
for (i in wlist)
{
if (is.element(i, unamelist))
    ucountlist[[i]] <- ucountlist[[i]] +1
else
    {
    listlen <- length(ucountlist)
    ucountlist[[i]] <- 1
    unamelist <- c(unamelist, i)
    }
}
ucountlist
}

expt_counts <- count_unique_words(population)
for(i in names(expt_counts))
    cat(i, expt_counts[[i]], "\n")