Come creare una tabella di frequenza per gruppo in r

È possibile utilizzare le seguenti funzioni dal pacchetto dplyr per creare una tabella di frequenza per gruppo in R:

 library (dplyr)

df %>%
  group_by (var1, var2) %>%
  summarize (Freq=n())

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: creare una tabella di frequenza per gruppo

Supponiamo di avere il seguente frame di dati in R:

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 position=c('G', 'G', 'G', 'F', 'G', 'F', 'F', 'C'))

#view data frame
df

  team position
1 AG
2 AG
3 AG
4 AF
5 BG
6 BF
7 BF
8 BC

Diciamo che vogliamo creare una tabella di frequenza che mostri la frequenza di ciascuna posizione, raggruppata per squadra.

Possiamo usare la seguente sintassi per fare ciò:

 library (dplyr)

#calculate frequency of position, grouped by team
df %>%
group_by (team, position) %>%
summarize (Freq=n())

# A tibble: 5 x 3
# Groups: team [2]
  team position Freq
       
1 AF 1
2 AG 3
3 BC 1
4 BF 2
5 BG 1

Ecco come interpretare il risultato:

• 1 giocatore della squadra A occupa la posizione “F”
• 3 giocatori della squadra A hanno la posizione ‘G’
• 1 giocatore della squadra B occupa la posizione “C”
• 2 giocatori della squadra B hanno la posizione ‘F’
• 1 giocatore della squadra B occupa la posizione “G”

Tieni presente che possiamo rinominare la colonna che contiene le frequenze modificando il nome della variabile nella funzione summary() .

Ad esempio, potremmo invece rinominare la colonna “count”:

 library (dplyr)

#calculate frequency of position, grouped by team
df %>%
  group_by (team, position) %>%
  summarize (count=n())

# A tibble: 5 x 3
# Groups: team [2]
  team position count
       
1 AF 1
2 AG 3
3 BC 1
4 BF 2
5 BG 1

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre funzioni comuni in dplyr:

Come calcolare le frequenze relative usando dplyr
Come ordinare le variabili per gruppo usando dplyr
Come selezionare le colonne per indice utilizzando dplyr