與R中的聚合函數並置

Question

我已經獲得了一個數據，需要根據特定的條件進行合並/匯總。 我知道如何對數字變量執行此操作，但是這一次，我需要從字符串向量中計算出一些內容，例如，我有：

V1 V2
1 YYY
1 MMMMMM
1 UUUU
2 YY
2 UUU
.
.
. 

我正在嘗試計算特定V1上的MU％，因此我的結果集如下所示：

V1 V2
1  75%
2  60%

我一直在擺弄聚合函數，但是我至少不能粘貼它來粘貼V1中的所有數據，所以

aggregate(V1~V2, data=x,FUN=paste(x)) 

顯然對我不起作用。

Answer 1

這是dplyr和stringr解決方案

## Create the sample data
dat <- read.table(text = "V1 V2
1 YYY
1 MMMMMM
1 UUUU
2 YY
2 UUU", header = TRUE, stringsAsFactors = FALSE)

## Load the packages
library("dplyr")
library("stringr")

對於V1每個組，計算字符總數中M和U的數目：

dat %>%
  group_by(V1) %>%
  summarize(V2 = sum(str_count(V2, "M|U")) / sum(nchar(V2)))

## Source: local data frame [2 x 2]

##      V1        V2
##   (int)     (dbl)
## 1     1 0.7692308
## 2     2 0.6000000

Answer 2

這是直接來自原始數據集的方法：

library(stringi)
stack(
tapply(d$V2, d$V1, 
  function(ii) sum(stri_count_regex(ii, "M|U")) / 
               sum(stri_count_regex(ii, "."))))
#     values ind
#1 0.7692308   1
#2 0.6000000   2

---

要使用聚合語句，您只需要進行一些更改：

d2 <- aggregate(V2 ~ V1, data=d, function(ii) paste0(ii, collapse="")) 

# no packages used in this solution:
d2$V2 <- 
  sapply(
    strsplit(d2$V2, "", perl=TRUE),
    function(ii) sum(grepl("M|U", ii))/length(ii))
#  V1        V2
#1  1 0.7692308
#2  2 0.6000000

或使用stringi包中的stri_count函數，有一個更好的簡短選擇：

d2 <- aggregate(V2~V1, data=d, function(ii) paste0(ii, collapse="")) 

library(stringi)
d2$V2 <- stri_count_regex(d2$V2, "M|U") / nchar(d2$V2)
#  V1        V2
#1  1 0.7692308
#2  2 0.6000000

Answer 3

data.table的選項

library(data.table)
setDT(dat)[, list(V2=sum(nchar(V2)-nchar(gsub("M|U", "", 
                         V2)))/sum(nchar(V2))), V1]
#   V1        V2
#1:  1 0.7692308
#2:  2 0.6000000