我正在尝试创建一个频率 table，其中 Var1 仅使用一个值，而 Var3 未出现在 table 中但会过滤 table 中的数据

Question

我正在尝试创建一个频率 table，其中 VAR1 是一些但不是所有值，而 VAR3 过滤用于生成 table.

的行

ISCED 是 Var1，我只想要 12 和 15 的值。如果可能的话，我不想在 table 中看到 FALSE。其次，我只想使用 PK_T = 1 的行。不知道该怎么做。

我的DF
ISCED EMTAK PK_T
 12 233 1
 12 245 0
 12 233 不适用
 13 233 1
 15 433 1
 15 245 0

我要
ISCED EMTAK频率
 真 233 1
 真 245 0
 真 433 1

Answer 1

您可以使用 table 获取频率。要包含 0 次，您可以使用 as.factor。您可以使用 [ 对 x$PK_T==1 的情况进行子集化。要仅获取 ISCED 值为 12 或 15 的那些，您可以使用 %in%:

y <- table(as.factor(x$EMTAK)[x$ISCED %in% c(12, 15) &
   !is.na(x$PK_T) & x$PK_T==1])
data.frame(ISCED = TRUE, EMTAK = names(y), Freq = as.vector(y))
#  ISCED EMTAK Freq
#1  TRUE   233    1
#2  TRUE   245    0
#3  TRUE   433    1

或者仅当所有条件都为真时才使用 aggregate。

aggregate(cbind(Freq=PK_T) ~ EMTAK, x[x$ISCED %in% c(12, 15) &
  !is.na(x$PK_T) & x$PK_T==1,], length)
#  EMTAK Freq
#1   233    1
#2   433    1

数据：

x <- read.table(header=TRUE, text="ISCED    EMTAK    PK_T  
 12       233      1
 12       245      0
 12       233      NA
 13       233      1
 15       433      1
 15       245      0")

Answer 2

使用您的数据和 data.table 包，我将数据子集化为 ISCED 为 12 或 15 的数据，按 EMTAK 和 PK_T == 1 分组，然后使用 .N 来计算出现的次数，然后我链接第二个表达式以限制 ISCED 为 TRUE 的那些。请注意，我还从最终的 table 中删除了 PK_T 变量 - 它没有意义，因为变量没有变化。

library(data.table)
dt1[ISCED %in% c(12, 15), .N, by = .(EMTAK, PK_T == 1)][PK_T == TRUE, -"PK_T"]

给予

   EMTAK N
1:   233 1
2:   433 1

你的数据是正确答案，233 只有一次出现，其中 PK_T 是 1，另一次出现是 NA。

基本的 R 等价物是

table(df1[df1$ISCED %in% c(12, 15) & df1$PK_T == 1, "EMTAK"])

Answer 3

如果我们假设您的数据集与您提供的一样：

myDF <- data.frame(ISCED=c(12, 12, 12, 13, 15, 15), EMTAK=c(233, 245, 233, 233, 433, 245), PK_T=c(1, 0, NA, 1, 1, 0))

然后仅使用 dplyr 包和来自 baseR 的 table() 您可以：

install.packages("dplyr")
library(dplyr)

newDF <- myDF %>%
  na.omit %>%                        # remove NA values
  filter(PK_T==1) %>%
  filter(ISCED==12 | ISCED==15) %>%
  select(EMTAK) %>%                  # drop the column ISCED
  mutate(Freq= table(.$EMTAK))       # mutate() creates the new column "Freq"

给予：

  EMTAK      Freq
1   233         1
2   433         1

如果您想进行其他组合，则调整 filter()

中的参数

我正在尝试创建一个频率 table，其中 Var1 仅使用一个值，而 Var3 未出现在 table 中但会过滤 table 中的数据

I'm trying to make a frequency table where Var1 only uses one value and Var3 does not appear in the table but filters data in the table

r

frequency