r table

一、table 函数对应的就是统计学中的列联表，是一种记录频数的方法，对于统计来说有非常重要的应用，下面的例子都是针对维数为2的情况举例，多维的情况是类似的

下面看一个例子：

 

[html]  view plain  copy

 

 

1. > ct <- data.frame(  
2. +         Vote.for.X = factor(c("Yes", "Yes", "No", "Not Sure", "No"), levels = c("Yes", "No", "Not Sure")),  
3. +         Vote.for.X.Last.Time =  factor(c("Yes", "No", "No", "Yes", "No"), levels = c("Yes", "No"))  
4. +       )  
5. > ct  
6.   Vote.for.X Vote.for.X.Last.Time  
7. 1        Yes                  Yes  
8. 2        Yes                   No  
9. 3         No                   No  
10. 4   Not Sure                  Yes  
11. 5         No                   No  
12. > cttab <-table(ct)  
13. > cttab  
14.           Vote.for.X.Last.Time  
15. Vote.for.X Yes No  
16.   Yes        1  1  
17.   No         0  2  
18.   Not Sure   1  0  

首先我们创建了一个示例数据集合，其中我们指定我们的因子的水平，然后 table 函数则是统计所有因子对出现的情况的频数

 

 

下面看一下 cttab 的特点：

 

[html]  view plain  copy

 

 

1. > mode(cttab)  
2. [1] "numeric"  
3. > str(cttab)  
4.  'table' int [1:3, 1:2] 1 0 1 1 2 0  
5.  - attr(*, "dimnames")=List of 2  
6.   ..$ Vote.for.X          : chr [1:3] "Yes" "No" "Not Sure"  
7.   ..$ Vote.for.X.Last.Time: chr [1:2] "Yes" "No"  
8. > summary(cttab)  
9. Number of cases in table: 5   
10. Number of factors: 2   
11. Test for independence of all factors:  
12.     Chisq = 2.9167, df = 2, p-value = 0.2326  
13.     Chi-squared approximation may be incorrect  
14. > attributes(cttab)  
15. $dim  
16. [1] 3 2  
17.   
18. $dimnames  
19. $dimnames$Vote.for.X  
20. [1] "Yes"      "No"       "Not Sure"  
21.   
22. $dimnames$Vote.for.X.Last.Time  
23. [1] "Yes" "No"   
24.   
25.   
26. $class  
27. [1] "table"  

 

二、table对象的操作

一个必须要掌握的操作，addmargins

 

[html]  view plain  copy

 

 

1. > addmargins(cttab)  
2.           Vote.for.X.Last.Time  
3. Vote.for.X Yes No Sum  
4.   Yes        1  1   2  
5.   No         0  2   2  
6.   Not Sure   1  0   1  
7.   Sum        2  3   5  

下面取出各维度的名字，也就是各个的水平

 

 

[html]  view plain  copy

 

 

1. > dimnames(cttab)  
2. $Vote.for.X  
3. [1] "Yes"      "No"       "Not Sure"  
4.   
5. $Vote.for.X.Last.Time  
6. [1] "Yes" "No"   

下面提取感兴趣的子表：subtable 类比 subset

 

subtable（tbl，subnames） tbl 感兴趣的表，subnames 一个类表，列出自己各个维度感兴趣的水平, subtable 实现如下

 

[html]  view plain  copy

 

 

1. subtable <- function(tbl, subnames) {  
2.   #将 table 转换称 array 获得 table 里面的所有元素  
3.   tblarray <- unclass(tbl)  
4.     
5.   #将 tblarray 以及 subnames 组合到一个list中  
6.   dcargs <- list(tblarray)  
7.   ndims <- length(subnames)  
8.   for(i in 1:ndims) {  
9.     dcargs[[i+1]] <- subnames[[i]]  
10.   }  
11.     
12.   #等价与执行 dcargs[[1]][dcargs[[2]][i], dcargs[[3]][j]] i,j 取遍所有该属性的元素  
13.   subarray <- do.call("[", dcargs)  
14.    
15.   #对list中的每一个属性调用 length  
16.   dims <- lapply(subnames, length)  
17.   subtbl <- array(subarray, dims, dimnames = subnames)  
18.   class(subtbl) <- "table"  
19.   return(subtbl)  
20. }   

下面给出一个例子：可能很有用的

 

 

[html]  view plain  copy

 

 

1. > as.data.frame(cttab)  
2.   Vote.for.X Vote.for.X.Last.Time Freq  
3. 1        Yes                  Yes    1  
4. 2         No                  Yes    0  
5. 3   Not Sure                  Yes    1  
6. 4        Yes                   No    1  
7. 5         No                   No    2  
8. 6   Not Sure                   No    0  

 

tabdom 计算table的统计频率

[html]  view plain  copy

 

 

1. tabdom <- function(tbl, k) {  
2.   tbldf <- as.data.frame(tbl)  
3.   freqord <- order(tabldf$Freq, decreasing=TRUE)  
4.   dom <- tbldf[freqord, ][1:k]  
5.   return(dom)  
6. }  

 

注意：aggregate() 函数  cut() 函数