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：

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：

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. $dimnames
18. $dimnames$Vote.for.X
19. [1] "Yes"      "No"       "Not Sure"
20. $dimnames$Vote.for.X.Last.Time
21. [1] "Yes" "No"
22. $class
23. [1] "table"

二、table对象的操作

一个必须要掌握的操作，addmargins

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

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

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. #将 tblarray 以及 subnames 组合到一个list中
5. dcargs <- list(tblarray)
6. ndims <- length(subnames)
7. for(i in 1:ndims) {
8. dcargs[[i+1]] <- subnames[[i]]
9. }
10. #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
11. subarray <- do.call("[", dcargs)
12. #对list中的每一个属性调用 length
13. dims <- lapply(subnames, length)
14. subtbl <- array(subarray, dims, dimnames = subnames)
15. class(subtbl) <- "table"
16. return(subtbl)
17. }

下面给出一个例子：可能很有用的

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

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