获取矩阵的行（或列）表格化计数（如 table()）

Question

给定一个具有已知不同值的矩阵（或者可以是数据框）（下面是 'a'、'b'、'c' 和 'd'），例如:

m<- matrix(c('a','b','a',
         'b','c','a',
         'b','a','a',
         'b','c','d'), nrow=4,byrow=T)

> m
     [,1] [,2] [,3]
[1,] "a"  "b"  "a" 
[2,] "b"  "c"  "a" 
[3,] "b"  "a"  "a" 
[4,] "b"  "c"  "d"

如何获取每一列（或行）的值的计数（或列比例）并将其输出到（在此示例中）4x3 矩阵（或数据框）中，其中第一行是计数对于 'a' 在 m 等的列中：

      [,1] [,2] [,3]
a    1    1    3
b    3    1    0
c    0    2    0
d    0    0    1

想知道是否可以对 apply(m,2,table) 使用一些魔法？应该说 m 可以很大 (1e4 x 30) 但不同值的数量总是小于 40。

Answer 1

我们使用 library(reshape2) 中的 melt 将矩阵从宽矩阵转换为长矩阵，然后执行 table

library(reshape2)
table(melt(m)[3:2])
#      Var2
#value 1 2 3
#   a 1 1 3
#   b 3 1 0
#   c 0 2 0
#   d 0 0 1

如果我们需要比例，我们可以使用prop.table并相应地更改边距。

prop.table(table(melt(m)[3:2]),1)

另一个方便的函数是 mtabulate 来自 library(qdapTools)

library(qdapTools)
t(mtabulate(as.data.frame(m)))

Answer 2

或使用table和col(m):

table(c(m),col(m))

#m   1 2 3
#  a 1 1 3
#  b 3 1 0
#  c 0 2 0
#  d 0 0 1

c(m) 与 m 单独使用更大的表可以显着加快速度。这与@akrun 的解决方案相比具有竞争力：

m <- matrix(sample(letters[1:3], 5000*200, replace=TRUE), ncol=5000)
system.time(table(c(m),col(m)))
# user  system elapsed 
# 0.63    0.02    0.64 
system.time(table(melt(m)[3:2]))
# user  system elapsed 
# 0.36    0.00    0.36

获取矩阵的行（或列）表格化计数（如 table()）

Get the row (or column)-wise tabularized counts (as in table()) of a matrix

r

count