ベクトル内のxの値を持つ要素の数を数える

私は数値のベクトルを持っています：

numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,
         453,435,324,34,456,56,567,65,34,435)

値xがベクトルに現れる回数をRにカウントさせるにはどうすればよいですか？

あなたはただ使うことができますtable()：

> a <- table(numbers)
> a
numbers
  4   5  23  34  43  54  56  65  67 324 435 453 456 567 657 
  2   1   2   2   1   1   2   1   2   1   3   1   1   1   1 

次に、それをサブセット化できます：

> a[names(a)==435]
435 
  3

または、より快適に作業できる場合は、data.frameに変換します。

> as.data.frame(table(numbers))
   numbers Freq
1        4    2
2        5    1
3       23    2
4       34    2
...

最も直接的な方法はsum(numbers == x)です。

numbers == xxが発生するすべての位置でTRUEである論理ベクトルを作成します。論理ベクトルは、sumING 時にTRUEを1に、FALSEを0に変換する数値に強制変換されます。

ただし、浮動小数点数の場合、次のようなものを使用することをお勧めしますsum(abs(numbers - x) < 1e-6)。

私はおそらくこのようなことをするでしょう

length(which(numbers==x))

しかし、本当に、より良い方法は

table(numbers)

パッケージcount(numbers)からもありplyrます。table私の意見よりもはるかに便利です。

私の推奨する解決策はrle、値（x例ではラベル）と、その値が連続して出現した回数を表す長さを返すを使用しています。

と組み合わせるrleとsort、値が出現した回数を非常に高速にカウントできます。これは、より複雑な問題に役立ちます。

例：

> numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,324,34,456,56,567,65,34,435)
> a <- rle(sort(numbers))
> a
  Run Length Encoding
    lengths: int [1:15] 2 1 2 2 1 1 2 1 2 1 ...
    values : num [1:15] 4 5 23 34 43 54 56 65 67 324 ...

必要な値が表示されない場合、または後でその値を保存する必要がある場合は、を作成aしdata.frameます。

> b <- data.frame(number=a$values, n=a$lengths)
> b
    values n
 1       4 2
 2       5 1
 3      23 2
 4      34 2
 5      43 1
 6      54 1
 7      56 2
 8      65 1
 9      67 2
 10    324 1
 11    435 3
 12    453 1
 13    456 1
 14    567 1
 15    657 1

すべての値ではなく、1つの値の頻度を知りたいことはまれです。rleは、すべてをカウントして保存する最も速い方法のようです。

そのためにRには標準関数があります

tabulate(numbers)

numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435 453,435,324,34,456,56,567,65,34,435)

> length(grep(435, numbers))
[1] 3


> length(which(435 == numbers))
[1] 3


> require(plyr)
> df = count(numbers)
> df[df$x == 435, ] 
     x freq
11 435    3


> sum(435 == numbers)
[1] 3


> sum(grepl(435, numbers))
[1] 3


> sum(435 == numbers)
[1] 3


> tabulate(numbers)[435]
[1] 3


> table(numbers)['435']
435 
  3 


> length(subset(numbers, numbers=='435')) 
[1] 3

ここに速くて汚い方法があります：

x <- 23
length(subset(numbers, numbers==x))

その後、出現回数をカウントしたい場合は、sapply関数を使用できます。

index<-sapply(1:length(numbers),function(x)sum(numbers[1:x]==numbers[x]))
cbind(numbers, index)

出力：

        numbers index
 [1,]       4     1
 [2,]      23     1
 [3,]       4     2
 [4,]      23     2
 [5,]       5     1
 [6,]      43     1
 [7,]      54     1
 [8,]      56     1
 [9,]     657     1
[10,]      67     1
[11,]      67     2
[12,]     435     1
[13,]     453     1
[14,]     435     2
[15,]     324     1
[16,]      34     1
[17,]     456     1
[18,]      56     2
[19,]     567     1
[20,]      65     1
[21,]      34     2
[22,]     435     3

あなたは次の行であなたが望むものに番号を変更することができます

length(which(numbers == 4))

私が便利だと思うもう1つの方法は次のとおりです。

numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,324,34,456,56,567,65,34,435)
(s<-summary (as.factor(numbers)))

これにより、データセットが因子に変換され、summary（）によってコントロールの合計（一意の値の数）が得られます。

出力は次のとおりです。

4   5  23  34  43  54  56  65  67 324 435 453 456 567 657 
2   1   2   2   1   1   2   1   2   1   3   1   1   1   1 

これは、必要に応じてデータフレームとして保存できます。

as.data.frame（cbind（Number = names（s）、Freq = s）、stringsAsFactors = F、row.names = 1：length（s））

ここで、row.namesは行名の名前を変更するために使用されています。row.namesを使用しない場合、sの列名は新しいデータフレームの行名として使用されます

出力は次のとおりです。

     Number Freq
1       4    2
2       5    1
3      23    2
4      34    2
5      43    1
6      54    1
7      56    2
8      65    1
9      67    2
10    324    1
11    435    3
12    453    1
13    456    1
14    567    1
15    657    1

テーブルを使用するが、と比較しないnames：

numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435)
x <- 67
numbertable <- table(numbers)
numbertable[as.character(x)]
#67 
# 2 

table異なる要素の数を数回使用する場合に便利です。カウントが1つだけ必要な場合は、sum(numbers == x)

特定の要素を数える方法はいくつかあります

library(plyr)
numbers =c(4,23,4,23,5,43,54,56,657,67,67,435,453,435,7,65,34,435)

print(length(which(numbers==435)))

#Sum counts number of TRUE's in a vector 
print(sum(numbers==435))
print(sum(c(TRUE, FALSE, TRUE)))

#count is present in plyr library 
#o/p of count is a DataFrame, freq is 1 of the columns of data frame
print(count(numbers[numbers==435]))
print(count(numbers[numbers==435])[['freq']])

長いベクトルで比較的高速で便利な出力を提供する方法を使用しますlengths(split(numbers, numbers))（の最後のSに注意してくださいlengths）。

# Make some integer vectors of different sizes
set.seed(123)
x <- sample.int(1e3, 1e4, replace = TRUE)
xl <- sample.int(1e3, 1e6, replace = TRUE)
xxl <-sample.int(1e3, 1e7, replace = TRUE)

# Number of times each value appears in x:
a <- lengths(split(x,x))

# Number of times the value 64 appears:
a["64"]
#~ 64
#~ 15

# Occurences of the first 10 values
a[1:10]
#~ 1  2  3  4  5  6  7  8  9 10 
#~ 13 12  6 14 12  5 13 14 11 14 

出力は単に名前付きベクトルです。
速度はJBeckerrleによって提案されたものに匹敵し、非常に長いベクトルでは少し速いように見えます。以下は、提案された機能のいくつかを備えたR 3.6.2のマイクロベンチマークです。

library(microbenchmark)

f1 <- function(vec) lengths(split(vec,vec))
f2 <- function(vec) table(vec)
f3 <- function(vec) rle(sort(vec))
f4 <- function(vec) plyr::count(vec)

microbenchmark(split = f1(x),
               table = f2(x),
               rle = f3(x),
               plyr = f4(x))
#~ Unit: microseconds
#~   expr      min        lq      mean    median        uq      max neval  cld
#~  split  402.024  423.2445  492.3400  446.7695  484.3560 2970.107   100  b  
#~  table 1234.888 1290.0150 1378.8902 1333.2445 1382.2005 3203.332   100    d
#~    rle  227.685  238.3845  264.2269  245.7935  279.5435  378.514   100 a   
#~   plyr  758.866  793.0020  866.9325  843.2290  894.5620 2346.407   100   c 

microbenchmark(split = f1(xl),
               table = f2(xl),
               rle = f3(xl),
               plyr = f4(xl))
#~ Unit: milliseconds
#~   expr       min        lq      mean    median        uq       max neval cld
#~  split  21.96075  22.42355  26.39247  23.24847  24.60674  82.88853   100 ab 
#~  table 100.30543 104.05397 111.62963 105.54308 110.28732 168.27695   100   c
#~    rle  19.07365  20.64686  23.71367  21.30467  23.22815  78.67523   100 a  
#~   plyr  24.33968  25.21049  29.71205  26.50363  27.75960  92.02273   100  b 

microbenchmark(split = f1(xxl),
               table = f2(xxl),
               rle = f3(xxl),
               plyr = f4(xxl))
#~ Unit: milliseconds
#~   expr       min        lq      mean    median        uq       max neval  cld
#~  split  296.4496  310.9702  342.6766  332.5098  374.6485  421.1348   100 a   
#~  table 1151.4551 1239.9688 1283.8998 1288.0994 1323.1833 1385.3040   100    d
#~    rle  399.9442  430.8396  464.2605  471.4376  483.2439  555.9278   100   c 
#~   plyr  350.0607  373.1603  414.3596  425.1436  437.8395  506.0169   100  b  

重要なことに、欠損値の数もカウントする唯一の関数NAはplyr::countです。これらは、次を使用して個別に取得することもできますsum(is.na(vec))

これは、1次元原子ベクトルの非常に高速なソリューションです。に依存しているmatch()ため、以下と互換性がありNAます。

x <- c("a", NA, "a", "c", "a", "b", NA, "c")

fn <- function(x) {
  u <- unique.default(x)
  out <- list(x = u, freq = .Internal(tabulate(match(x, u), length(u))))
  class(out) <- "data.frame"
  attr(out, "row.names") <- seq_along(u)
  out
}

fn(x)

#>      x freq
#> 1    a    3
#> 2 <NA>    2
#> 3    c    2
#> 4    b    1

実行しないようにアルゴリズムを調整することもできますunique()。

fn2 <- function(x) {
  y <- match(x, x)
  out <- list(x = x, freq = .Internal(tabulate(y, length(x)))[y])
  class(out) <- "data.frame"
  attr(out, "row.names") <- seq_along(x)
  out
}

fn2(x)

#>      x freq
#> 1    a    3
#> 2 <NA>    2
#> 3    a    3
#> 4    c    2
#> 5    a    3
#> 6    b    1
#> 7 <NA>    2
#> 8    c    2

その出力が望ましい場合は、おそらく元のベクトルを返すためにそれを必要とせず、2列目がおそらく必要なすべてです。あなたはパイプを使って1行でそれを得ることができます：

match(x, x) %>% `[`(tabulate(.), .)

#> [1] 3 2 3 2 3 1 2 2

これは、明らかな意味を持つ、outer等号の行列とそれに続くを取得することで実行できますrowSums。
カウントをnumbers取得し、同じデータセットに含めるために、最初にdata.frameが作成されます。個別の入力と出力が必要な場合、この手順は必要ありません。

df <- data.frame(No = numbers)
df$count <- rowSums(outer(df$No, df$No, FUN = `==`))