查找行的出現次數

Question

在R中，我想以儘可能最快的方式找到數據幀唯一行的出現次數。

我有超過200萬行，但數據適合我的16GB內存機器 表和ftable速度快，但唯一組合的數量超過他們可以處理，因此我收到一條錯誤消息。

感謝

史蒂夫

Answer 1

如果問題是得到的唯一的行數：

sum(!duplicated(dfrm)) 

如果問題是，以獲得獨特的線本身：

dfrm[!duplicated(dfrm), ] 

如果你想要一個獨特的組合表，然後考慮這個例子與inbu ilt dataframe cars：

cars2 <- cars[sample(1:10, 20, replace=TRUE), ] # to make some dups 
table(apply(cars2,1,paste, sep=".", collapse=".")) 

# output # 
10.18 10.26 10.34 11.17 4.10 4.2 7.22 7.4 8.16 
    2  3  3  3  3  1  1  2  2 

Answer 2

這個問題可以使用SQL（這裏我使用sqldf包）來解決。來自@DWin回答的樣本數據。

#Occurences of rows 
sqldf("SELECT speed, dist, COUNT(*) AS N FROM cars2 GROUP BY speed, dist") 
#Some statistics of occurences ;) 
sqldf("SELECT N,COUNT(N) AS Freq from 
      (SELECT COUNT(*) AS N FROM cars2 GROUP BY speed,dist) 
     GROUP BY N") 

Answer 3

使用plyr包中的count。它避免了數據中不存在的組合（與表格等相反）。

Answer 4

countNbOccurrences = function(leX, leGroData){ 
    return(sum(leX == leGroData)) 
} 

sapply(theRow, countNbOccurrences, leGroData = fullListOfRows)