请问如何统计R数据框中的每行符合条件的列数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如下data frame：

	isA	isB	isC	isD	other
x	yes	no	yes	no	NA
y	yes	yes	yes	yes	NA
z	no	no	yes	no	NA

[/table]统计结果如下，就是增加1列ANS，且其中的数字为每行的yes 个数，
[table=448]
   
  isA  isB  isC  isD  other  ANS
   x  yes  no  yes  no  NA  

2

   y  yes  yes  yes  yes  NA  

4

   z  no  no  yes  no  NA  

1

请不要使用for循环依次判断，这个都会...
我想问一下从R最突出的向量计算来讲这个能怎么解决？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：数据框 Other Table Frame for循环 如何 统计

这段代码可以解决你的问题：

1. isA=c("yes","no","yes",NA)
   
2. isB=c("no","yes","no",NA)
   
3. df <- data.frame(isA,isB)
   
4. apply(df,1,function(x) table(x)["yes"])

复制代码

rowSums(data=="Yes")

顶楼上的；
楼上的楼上所谓的apply和for循环其实是一样的

hzx21th 发表于 2015-11-9 23:22
顶楼上的；
楼上的楼上所谓的apply和for循环其实是一样的

也可以这么理解，不过apply的for循环是调用 的C里的循环，比R本身的for循环要好一些

万人往LVR 发表于 2015-11-9 22:41
rowSums(data=="Yes")

这种方法比较快

我用rbenchmark包的工具测试，随机“yes”和“no”，4列，行数从10000依次增长到100000，系统耗时的变化如下：

cheetahfly 发表于 2015-11-10 09:45
这种方法比较快

我用rbenchmark包的工具测试，随机“yes”和“no”，4列，行数从10000依次增长到10000 ...

学习了哈

cheetahfly 发表于 2015-11-10 09:45
这种方法比较快

我用rbenchmark包的工具测试，随机“yes”和“no”，4列，行数从10000依次增长到10000 ...

不是apply的问题   而是function问题   这里table(x)['yes']  相当于做了两遍工作，

1. > system.time({p=apply(d,1,function(x) table(x)["yes"])})
   
2.    user  system elapsed
   
3. 18.537   0.027  18.549
   
4. > system.time({p=apply(d,1,function(x) sum(x=='yes'))})
   
5.    user  system elapsed
   
6.   0.669   0.004   0.673

复制代码

yywan0913 发表于 2015-11-13 10:01
不是apply的问题   而是function问题   这里table(x)['yes']  相当于做了两遍工作，

多谢提醒，我也奇怪apply没理由这么怂。用你的公式我重新做了一次benchmark，行数从100,000依次增长到1,000,000行。结果如下：


只有当数据量非常大，比如观测数大于50万以上，两者的差距才会在日常运用中感受到。

万人往LVR 发表于 2015-11-9 22:41
rowSums(data=="Yes")

这个不好使.... 而且参数需为矩阵...不方便观察