對兩個變量的 function 中的數據幀中的（字符）值進行計數

Question

數據：

（實際數據要大得多，但為了清楚起見，我只是在這里展示一個表示）

我有以下向量

Response <- c('blue', 'yellow', 'red', 'yellow', 'blue', 'red', 'red', 'blue', 'yellow', 'green', 'yellow', 'yellow', 'green')

ZN  <- c('C', 'B', 'A','C', 'B', 'A', 'C', 'B', 'A', 'B', 'A', 'B', 'A')

Stimuli <- c('e','e','e','e','e','e','e','e','e','c','c','c','c')

在此數據框中組織：

test <- data.frame(Response, ZN, Stimuli)

解釋：刺激“e”有三個層次（C;B;A），刺激“c”有兩個層次（B;A）。 參與者可以為這些級別分配某些顏色。

目標：針對刺激“e”確定參與者在每個級別（C、B、A）中選擇藍色、紅色或黃色的次數，例如，在示例中，級別 C 選擇了 2 次藍色，選擇了黃色一次）。 對於具有兩個級別（B，A）的刺激“c”也是如此。

一種（繁瑣的）方法是在 ZN =='C' 和 Stimuli == e 時將布魯斯的數量相加

sum(data$Response == 'blue' | data$ZN =='C' | data$Stimuli == e)

然后為黃色和紅色（刺激“e”唯一可能的顏色）執行此操作。 然后為 ZN =='B' 和 ZN =='A' 復制此過程。

必須有更聰明的方法來做到這一點..我只是 R 的新手，如果問題太愚蠢，對不起。 最后，我想要的信息如下：

Stimuli e

ZN = C
2 blue
1 yellow

ZN = B
2 yellow
1 red

ZN = A
2 red
1 yellow

謝謝！

Answer 1

我們可以使用分組來做這種類型的總結。 但是，使用tidyverse ，我們可以使用count() ，這節省了我們必須先編寫group_by()的步驟。 相反，我們只在count()語句中列出我們想要分組的列。

library(tidyverse)

test %>% count(Response, Stimuli, ZN) %>% 
  arrange(Stimuli, ZN, Response)

# A tibble: 11 x 4
# Groups:   Response, Stimuli, ZN [11]
   Response Stimuli ZN        n
   <fct>    <fct>   <fct> <int>
 1 green    c       A         1
 2 yellow   c       A         1
 3 green    c       B         1
 4 yellow   c       B         1
 5 red      e       A         2
 6 yellow   e       A         1
 7 blue     e       B         2
 8 yellow   e       B         1
 9 blue     e       C         1
10 red      e       C         1
11 yellow   e       C         1

Answer 2

這是一個單線基礎 R 解決方案，它以更接近您要求的格式給出答案：

lapply(split(test, test$ZN), function(x) t(table(x$Stimuli, x$Response)))
#> $A
#>         
#>          c e
#>   green  1 0
#>   red    0 2
#>   yellow 1 1
#> 
#> $B
#>         
#>          c e
#>   blue   0 2
#>   green  1 0
#>   yellow 1 1
#> 
#> $C
#>         
#>          e
#>   blue   1
#>   red    1
#>   yellow 1

^{由代表 package (v2.0.1) 於 2022 年 1 月 28 日創建}

Answer 3

您的目標以非常具體的方式陳述，因此我不確定您實際需要解決什么問題。

聽起來您想計算刺激、ZN 和響應的可能組合的出現次數。 如果是這種情況，那么只需將它們全部分組並讓dplyr::n根據分組進行計數。 這可能是一個有用的參考。

您可能需要運行install.packages("tidyverse")然后library(tidyverse)才能工作。

data %>%
  dplyr::group_by(Response, ZN, Stimuli) %>%
  dplyr::summarise(
    count = dplyr::n(),
    .groups = "drop")
  tibble::as_tibble()