cl_tabulateサンプルの KDD Cup 2009 データの統計を取得するために使用しています。df.trainbaseこれは、私が使用しているデータのサンプル部分です...
> sample <- df.trainbase[4100:4110,220:223]
> sample
Var220 Var221 Var222 Var223
4100 qcEoI0_ oslk fXLavGi LM8l689qOp
4101 OTg4K41 oslk N9WHLT9 LM8l689qOp
4102 54petck oslk eEfa_vf LM8l689qOp
4103 m_dAM23 oslk nFzwuDg LM8l689qOp
4104 ROeipLp zCkv K2SqEo9 LM8l689qOp
4105 4UxGlow oslk catzS2D LM8l689qOp
4106 rDm6pd1 oslk Q53Rkup LM8l689qOp
4107 XqwYlW4 oslk sMvE4Qn LM8l689qOp
4108 EncOVQC oslk 8AGQQMs LM8l689qOp
4109 b0v7gqP d0EEeJi 80xXg6w LM8l689qOp
4110 3aBfc8E oslk aXcOEra LM8l689qOp
> tabs <- llply(sample,cl_tabulate)
タブのリストは次のようになります (2 つのリスト要素が示されています)。
> tabs
$Var220
values counts
1 qcEoI0_ 1
2 OTg4K41 1
3 54petck 1
4 m_dAM23 1
5 ROeipLp 1
6 4UxGlow 1
7 rDm6pd1 1
8 XqwYlW4 1
9 EncOVQC 1
10 b0v7gqP 1
11 3aBfc8E 1
$Var221
values counts
1 oslk 9
2 zCkv 1
3 d0EEeJi 1
次のように、指定されたリスト要素 (つまり、データ列) の最も一般的なレベル値の数を取得できます。
> max(tabs[[1]]$counts)
[1] 37216
しかし、どのようにmax(tabs[[i]]$counts)してすべてを取得するのですかi(たとえば、llply()可能であれば使用する)? その最も一般的なレベルの値と、各列で発生する回数が必要です。
理想的には、最終結果は、変数名、最も一般的な因子の値、および出現回数を含む、変数ごとの単純な行です。たとえば、Var196 の場合は次のようになります。
Var196 1K8T 49550
ネストされたリスト (上記の「タブ」など) を渡して、llply()構造の列レベルの「下」にある要素を指すことは可能ですか? 見えません。
...そして解決策（以下）は使用することですmelt()
> m = melt(tabs, id="values")
> m <- m[-2]
> m
values value L1
1 qcEoI0_ 1 Var220
2 OTg4K41 1 Var220
3 54petck 1 Var220
4 m_dAM23 1 Var220
5 ROeipLp 1 Var220
6 4UxGlow 1 Var220
7 rDm6pd1 1 Var220
8 XqwYlW4 1 Var220
9 EncOVQC 1 Var220
10 b0v7gqP 1 Var220
11 3aBfc8E 1 Var220
12 oslk 9 Var221
13 zCkv 1 Var221
...
これはまさに私が必要としていたものです。