如何在R中实现countifs功能(excel)

问题描述 投票:8回答:4

我有一个包含100000行数据的数据集。我试图在Excel中做一些countif操作,但它的速度非常慢。所以我想知道这种操作是否可以在R中完成?基本上,我想根据多种条件进行计数。例如,我可以依靠职业和性别

row sex occupation
  1   M    Student
  2   F    Analyst
  2   M    Analyst
r
4个回答
13
投票

十分简单。您的数据框将如下所示:

df <- data.frame(sex=c('M','F','M'),
                 occupation=c('Student','Analyst','Analyst'))

然后,您可以通过首先指定COUNTIF部分来执行相当于IF的操作,如下所示:

df$sex == 'M'

这将给你一个布尔矢量,即TRUEFALSE的矢量。你想要的是计算条件为TRUE的观察结果。因为在R TRUEFALSE加倍为1和0,你可以简单地在布尔向量上sum()。因此,相当于COUNTIF(sex='M')

sum(df$sex == 'M')

如果没有指定sex的行,上面将返回NA。在这种情况下,如果你只是想忽略缺失的观察结果

sum(df$sex == 'M', na.rm=TRUE)

4
投票

这里有一个100000行的例子(这里的职业从A到Z设置):

> a = data.frame(sex=sample(c("M", "F"), 100000, replace=T), occupation=sample(LETTERS, 100000, replace=T))
> sum(a$sex == "M" & a$occupation=="A")
[1] 1882

返回职业“A”的男性人数。

编辑

正如我从你的评论中理解的那样,你想要所有可能的性别和职业组合的数量。首先创建一个包含所有组合的数据框:

combns = expand.grid(c("M", "F"), LETTERS)

并使用apply循环以总结您的标准并将结果附加到combns

combns = cbind (combns, apply(combns, 1, function(x)sum(a$sex==x[1] & a$occupation==x[2])))
colnames(combns) = c("sex", "occupation", "count")

结果的第一行如下所示:

  sex occupation count
1   M          A  1882
2   F          A  1869
3   M          B  1866
4   F          B  1904
5   M          C  1979
6   F          C  1910

这会解决您的问题吗?

要么:

thelatemai提出的更简单的解决方案:

table(a$sex, a$occupation)


       A    B    C    D    E    F    G    H    I    J    K    L    M    N    O
  F 1869 1904 1910 1907 1894 1940 1964 1907 1918 1892 1962 1933 1886 1960 1972
  M 1882 1866 1979 1904 1895 1845 1946 1905 1999 1994 1933 1950 1876 1856 1911

       P    Q    R    S    T    U    V    W    X    Y    Z
  F 1908 1907 1883 1888 1943 1922 2016 1962 1885 1898 1889
  M 1928 1938 1916 1927 1972 1965 1946 1903 1965 1974 1906

1
投票

表是显而易见的选择,但它返回类table的对象,它需要一些恼人的步骤才能转换回data.frame所以,如果你可以使用dplyr,你可以使用命令tally

    library(dplyr)
    df = data.frame(sex=sample(c("M", "F"), 100000, replace=T), occupation=sample(c('Analyst', 'Student'), 100000, replace=T)
    df %>% group_by_all() %>% tally()


# A tibble: 4 x 3
# Groups:   sex [2]
  sex   occupation `n()`
  <fct> <fct>      <int>
1 F     Analyst    25105
2 F     Student    24933
3 M     Analyst    24769
4 M     Student    25193

0
投票

给定一个数据集

df <- data.frame( sex = c('M', 'M', 'F', 'F', 'M'), 
                  occupation = c('analyst', 'dentist', 'dentist', 'analyst', 'cook') )

你可以子行

df[df$sex == 'M',] # To get all males
df[df$occupation == 'analyst',] # All analysts

等等

如果你想获得行数,只需调用函数nrow

nrow(df[df$sex == 'M',])
© www.soinside.com 2019 - 2024. All rights reserved.