时间戳

首页 > 解决方案 > 是否有一个 R 函数，我可以在其中获取数据集中特定列中的名称

r - 是否有一个 R 函数，我可以在其中获取数据集中特定列中的名称

问题描述

编辑：在一位用户的帮助下，我能够使用“table(ArrestData$CHARGE)”，但是，由于有超过 2400 个条目，许多条目被省略了。我正在寻找前 5 项费用，有代码吗？此外，我正在查看一个特定的议会区（这是另一个名为“CITY_COUNCIL_DIST”的变量）。我想看看在特定的议会区域内给出的前 5 项费用是哪些。有这方面的代码吗？

谢谢您的帮助！

原帖如下

就像我如何使用“名称（MyData）”来查看我的变量的名称一样，我想知道是否可以使用代码来查看特定列的名称/响应/数据点。

换句话说，我试图在我的行中查看特定数据列的名称。我想看看累积使用了哪些名称。

在我找到这个之后，我想知道行中每个名称被使用了多少次，无论是数字还是百分比。在此之后，我想看看行中的每个名称在满足另一列/变量的数值的条件下使用了多少次。

抱歉，如果这以任何方式令人困惑。

为了更深入地了解，我正在使用我通过市长办公室网站获得的洛杉矶警察数据。从 2017 年到 2018 年，我试图查看第 5 区议会给出的费用和每项具体费用的金额。CHARGE 和 CITY_COUNCIL_DIST 是我正在研究的两个变量。

任何和所有的帮助将不胜感激。

标签： r

解决方案

要获取所有不同的变量，您可以使用该unique函数，如下所示：

> x <- c(1,1,2,3,3,4,5,5,5,6)
> unique(x)
[1] 1 2 3 4 5 6

要计算可以使用的不同值的数量table，如下所示：

> x <- c(1,1,2,3,3,4,5,5,5,6)
> table(x)
x
1 2 3 4 5 6 
2 1 2 1 3 1

第一行为您提供不同的值，第二行为每个值提供计数。

编辑

此编辑旨在通过我之前的示例回答您的第二个问题。

为了查找变量的前五个最重复值，我们可以使用 base R。为此，我将首先从您的频率表中创建一个数据框：

df <- as.data.frame(table(x))

有了这个，现在您只需Freq按降序对列进行排序：

df[order(-df$Freq),]

但是，为了在组中查找变量重复次数最多的前五个值，我们需要超越 base R。我将使用dplyr为感兴趣的变量的每个值创建一个具有频率的增强数据框，让它成为count_variable：

library(dplyr)
x_or <- x %>% 
  group_by(group_variable, count_variable) %>% 
  summarise(freq=n())

x您的原始数据框在哪里，是group_variable您的组的变量，并且count_variable是您要计算的变量。现在，您只需要以一种获得您的排序频率的方式订购count_variable对象group_variables：

x_or %>% 
  arrange(group_variable, count_variable, freq)

推荐阅读