Sortieren Sie ein dataframe Spalte von der Häufigkeit des Auftretens

Ich habe einen dataframe in df genannt, gibt es drei Spalten können sagen, 

Region ID  Salary
1      A1  100
1      A2  1001
1      A3  2000
1      A4  2431
1      A5  1001
..............
..............
2      A6  1002
2      A7  1002
2      A8  1002
3      A9  3001
3      A10 3001
3      A11 4001

Möchte ich nun Sortieren der Spalte Gehalt durch das auftreten von Ihnen durch die Region, das heißt unter Verwendung der Frequenz-Tabelle oder so etwas, oder Holen Sie sich die Wahrscheinlichkeit des Auftretens pro region und Sortieren Sie diese. Bitte davon ausgehen, dass der Datenbestand ist groß genug (1000 Zeilen)

P. S: Kann jemand empfehlen, eine gute Methode, um einige zu tun. Bitte verwenden Sie die Spalte-Namen in Ihren Antworten, da die Reale Tabelle hat einige Spalte in der Mitte

Vielen Dank im Voraus

                  **EDIT 1**

Ich glaube, ich war nicht klar genug, vielen Dank für all diejenigen, die antwortete, ich aufrichtig entschuldigen für die nicht klar ist:

Mit dem aktuellen Datenbestand, die wir brauchen zu erstellen eine häufigkeitstabelle sagen:

Region  Salary(bin)     Count
1       1K              6                   
1       5K              3                   
1       2K              2                   
1       15K             2                   
1       0.5K            2                   
1       24K             1                   
1       0K              0

mithilfe dieser können wir klassifizieren, hinzufügen von neuen Spalten in unserem data frame df genannt-Behälter(Eimer aus Histogramm)

Region     ID  Salary  (bin)   Count
    1      A1  100     1K      6
    1      A2  1001    2K      2
    1      A3  2000    2K      2
    1      A4  2431    5K      3

..........................So auf...............

Können wir tun, die weiter oben mit:

df$bin <- cut(df$salary, breaks=hist(df$salary)$breaks)

Nachdem die Sortierung nach Region und Anzahl und Gehalt, das wir bekommen:

Region     ID  Salary  (bin)   Count
    1      A1  100     1K      6
    1      A4  2431    5K      3
    1      A3  2000    2K      2
    1      A2  1001    2K      2

Wie Sie sehen können, die wir brauchen, zu erstellen, Frequenz-Tabelle für jede region und jedes tun, Sortieren. Ich habe die oben mit Hilfe von Tableau, aber ich möchte den Vorgang automatisieren, in R

Hoffe, ich war klar

  • Sieht das nicht einfach irgendwie durch den numerischen Wert anstelle der Häufigkeit des Auftretens?
  • weiterhin können Sie die unten Ansätze, soweit ich das sehen kann.
  • Ja, aber ich Stimme ( daher die upvotes), hoffte auf eine elegantere Lösung als meine
InformationsquelleAutor Anubhav Dikshit | 2016-01-27
  1. 8

    Ein möglicher Ansatz ist die Verwendung data.table hinzufügen freq Spalte, Sortieren Sie anschließend Ihre Daten entsprechend:

    library(data.table)
setDT(df)[,freq := .N, by = c("Region","Salary")]

# Sort
df[order(freq, decreasing = T),]

# As a oneliner (thx @Jaap)
setDT(df)[, freq := .N, by = .(Region,Salary)][order(-freq)]
    • noch kürzer: setDT(df)[, .N, by = .(Region,Salary)][order(-N)]
    • wenn Sie möchten, behalten das ganze dataframe, müssen Sie in th freq := wieder
    InformationsquelleAutor mtoto
  2. 5

    Base R:

    df <- transform(df, freq= ave(seq(nrow(df)), Salary, FUN=length))
df[order(-df$freq), ]

    Ausgabe:

       Region  ID Salary freq
6       2  A6   1002    3
7       2  A7   1002    3
8       2  A8   1002    3
2       1  A2   1001    2
5       1  A5   1001    2
9       3  A9   3001    2
10      3 A10   3001    2
1       1  A1    100    1
3       1  A3   2000    1
4       1  A4   2431    1
11      3 A11   4001    1
    InformationsquelleAutor mpalanco
  3. 2
    library(dplyr)
data %>% group_by(Region, Salary) %>% summarise(n=n()) %>% ungroup() %>% arrange(-n)

    (bearbeitet: incloude Kommentar auf der ungroupaus Jaap, guter Punkt)

    • oder: df %>% group_by(Region, Salary) %>% summarise(n=n()) %>% ungroup() %>% arrange(-n)
    • Enthalten, danke!
    • wenn Sie möchten, behalten das ganze dataframe, dann müssen Sie mutate statt summarise
    InformationsquelleAutor PereG
Schreibe einen Kommentar