如何自动计数()每个变量

Question

我正在清理一些数据，并希望使用dplyr中的count()函数来查看每个变量的唯一值。

有办法自动做到这一点吗？现在我正在使用这个方法：

df %>% count(variable1)
df %>% count(variable2)
df %>% count(variable3)
...

我希望返回所有这些变量，而不必重复代码行并键入每个变量。我想让R识别所有的列名，并自动填写它们，但我不知道从哪里开始。如果我只是把变量加在一起，比如说

df %>% count(variable1, variable2)

当我想要每个变量的表时，就会得到这两个变量的计数。

Answer 1

假设您希望从am、gear和carb中计数mtcars。您可以通过table()对每个变量应用函数map()，后者返回list对象。

library(dplyr)
library(purrr)

mtcars %>%
  select(am, gear, carb) %>%
  map(table)

# $am
#  0  1 
# 19 13 
# 
# $gear
#  3  4  5 
# 15 12  5 
# 
# $carb
#  1  2  3  4  6  8 
#  7 10  3 10  1  1

base 版本:

lapply(mtcars[c("am", "gear", "carb")], table)

此外，您还可以使用summary()来计算因子变量。

mtcars %>%
  select(am, gear, carb) %>%
  mutate(across(.fn = as.factor)) %>%
  summary

#  am     gear   carb  
#  0:19   3:15   1: 7  
#  1:13   4:12   2:10  
#         5: 5   3: 3  
#                4:10  
#                6: 1  
#                8: 1

Answer 2

看起来，您可以使用tidyverse方法来解决问题。您希望获取数据集中每个变量的计数(请下次添加df示例)。您可以使用长格式的数据获取与您想要的接近的东西。我将向您展示一个mtcars数据的示例。我将选择一些显示类的变量，以便用计数对它们进行汇总。在这里，代码：

library(tidyverse)
#Data
data("mtcars")

我将选择一些分类变量与下一段代码，然后我将重塑为长。最后，我将使用summarise()和n() (用于计数)和group_by()来确定计数：

#Code
mtcars %>% select(cyl,vs,am,gear,carb) %>%
  #Format to long
  pivot_longer(cols = everything()) %>%
  #Group and summarise
  group_by(name,value) %>%
  summarise(N=n())

输出：

# A tibble: 16 x 3
# Groups:   name [5]
   name  value     N
   <chr> <dbl> <int>
 1 am        0    19
 2 am        1    13
 3 carb      1     7
 4 carb      2    10
 5 carb      3     3
 6 carb      4    10
 7 carb      6     1
 8 carb      8     1
 9 cyl       4    11
10 cyl       6     7
11 cyl       8    14
12 gear      3    15
13 gear      4    12
14 gear      5     5
15 vs        0    18
16 vs        1    14

如您所见，所有变量都显示了它们各自的组和计数。

Answer 3

一个简单的解决方案是将sapply或lapply与table结合使用。

sapply(df,table)

这将为dt的每个列返回一个计数表的列表，您可以始终传入一个子设置的数据，以获得您感兴趣的变量的计数。