如何利用R语言计数

最近在工作中遇到统计数据的问题，简单来说就是统计对象的频数，当然大部分人都会选择用table()，但其实还有很多简单实用的方法，根据网上的资源，现在收集整理如下：

> numbers <- c(1,1,1,4,4,5,6,6,8,8,10,15,15,17,18,21,21,453,435,324,34,456,56,567,65,34,435)
> as.data.frame(table(numbers))  ##用as.data.frame()函数把对象变成数据框，这样看起来比较方便

   numbers Freq
1        1    3
2        4    2
3        5    1
4        6    2
5        8    2
6       10    1
7       15    2
8       17    1
9       18    1
10      21    2
11      34    2
12      56    1
13      65    1
14     324    1
15     435    2
16     453    1
17     456    1
18     567    1

> a <- rle(sort(numbers))###这个函数是统计向量或者等价值的长度
> a

Run Length Encoding
  lengths: int [1:18] 3 2 1 2 2 1 2 1 1 2 ...
  values : num [1:18] 1 4 5 6 8 10 15 17 18 21 ...

> data.frame(number=a$values, n=a$lengths)

   number n
1       1 3
2       4 2
3       5 1
4       6 2
5       8 2
6      10 1
7      15 2
8      17 1
9      18 1
10     21 2
11     34 2
12     56 1
13     65 1
14    324 1
15    435 2
16    453 1
17    456 1
18    567 1

> s<-summary (as.factor(numbers)) ####这个方法就更简单了，先把向量转换为因子类型，直接一个summary()搞定。
> as.data.frame(cbind(Number = names(s),Freq = s), row.names = 1:length(s))

   Number Freq
1       1    3
2       4    2
3       5    1
4       6    2
5       8    2
6      10    1
7      15    2
8      17    1
9      18    1
10     21    2
11     34    2
12     56    1
13     65    1
14    324    1
15    435    2
16    453    1
17    456    1
18    567    1

> library(plyr) ###这个需要调用plyr包中的函数count，plyr功能极其强大，可用”数据加工厂“一词形容，它会把一个大问题拆分成可以操作的小问题，独立对小问题进行运算。
> count(numbers)

     x freq
1    1    3
2    4    2
3    5    1
4    6    2
5    8    2
6   10    1
7   15    2
8   17    1
9   18    1
10  21    2
11  34    2
12  56    1
13  65    1
14 324    1
15 435    2
16 453    1
17 456    1
18 567    1