1

長いリストにデータを保存しています。これは最初の6行/レコードの例です。 

A <- list(c("JAMES","CHARLES","JAMES","RICHARD"),  
    c("JOHN","ROBERT","CHARLES"),  
    c("CHARLES","WILLIAM","CHARLES","MICHAEL","WILLIAM","DAVID","CHARLES","WILLIAM"),  
    c("CHARLES"),  
    c("CHARLES","CHARLES"),  
    c("MATTHEW","CHARLES","JACK"))

ここで、各行/レコードで各固有の用語が発生する相対頻度を計算したいと思います。
私の例に基づいて、次のような出力を実現したいと思います。 

[1] "JAMES" 0.5 "CHARLES" 0.25 "RICHARD" 0.25  
[2] "JOHN" 0.3333333 "ROBERT" 0.3333333 "CHARLES" 0.3333333  
[3] "CHARLES" 0.375 "WILLIAM" 0.375 "MICHAEL" 0.125 "DAVID" 0.125  
[4] "CHARLES" 1  
[5] "CHARLES" 1  
[6] "MATTHEW" 0.3333333 "CHARLES" 0.3333333 "JACK" 0.3333333

これまでのところ、残念ながら、個々の用語の相対頻度を計算する方法しか知りません。例えば： 

> (sapply(A, function(x)sum(grepl("JAMES", x))))/sapply(A, length)  
[1] 0.5 0.0 0.0 0.0 0.0 0.0

もちろん、私の例には10個の固有の用語しか含まれていません。しかし、私の実際のデータには約200の固有の用語が含まれているため、上記のアプローチは実行可能ではありません。したがって、すべての用語の相対度数を一度に計算できる別の方法を探しています。
それに加えて、すべての行/レコードの一意の名前ごとにこれらの相対頻度を合計したいと思います。
上記の私の例に基づいて、これと同様の出力を実現したいと思います。 

[1] "JAMES" 0.5  
[2] "CHARLES" 3.291667  
[3] "RICHARD" 0.25  
[4] "JOHN" 0.3333333  
[5] "ROBERT" 0.3333333  
[6] "WILLIAM" 0.375  
[7] "MICHAEL" 0.125  
[8] "DAVID" 0.125  
[9] "MATTHEW" 0.3333333  
[10] "JACK" 0.3333333

よろしくお願いします！

4

2 に答える 2

4

あなたが使用することができ?tableます?aggregate：

BL <- lapply(A, function(x)table(x)/length(x))
## turn list into a vector
B <- unlist(BL)

## sum all frequencies
aggregate(B, list(names(B)), FUN=sum)
#   Group.1         x
#1  CHARLES 3.2916667
#2    DAVID 0.1250000
#3     JACK 0.3333333
#4    JAMES 0.5000000
#5     JOHN 0.3333333
#6  MATTHEW 0.3333333
#7  MICHAEL 0.1250000
#8  RICHARD 0.2500000
#9   ROBERT 0.3333333
#10 WILLIAM 0.3750000
于 2012-07-18T17:30:05.120 に答える
0

私はこれがあなたが望むものだと思います：

lapply(A,function (x) table(x)/length(x))
于 2012-07-18T17:30:27.103 に答える