R Dataframe中多个变量的频率计数

在数据分析和数据挖掘中，对于一个数据集，我们通常需要对其中的变量做一些统计分析。其中，一项基本的统计分析是对变量的频率计数。在R语言中，我们可以非常方便地对DataFrame中的多个变量进行频率计数。

使用table()函数进行频率计数

R中内置有table()函数，可以用于对向量或数据框中的变量进行频数统计，下面是它的基本语法：

table(var1, var2, var3, ...)

其中var1、var2、var3等为待统计的变量名。

例如，我们有一个名为df的DataFrame，其中有两个变量gender和age，我们可以用以下代码对这两个变量进行联合频率统计：

table(df$gender, df$age)

这将返回一个类似于下面这样的表格：

      1   2   3   4   5
  0  12  15  10  13  11
  1  10  14  11  12  13

其中每一行表示性别，每一列表示年龄，交点处的数字表示相应的频数。

使用dplyr库进行频率计数

除了使用内置的table()函数，我们还可以使用第三方的dplyr库（需要先安装）进行变量频率的统计分析。dplyr的group_by()函数可以用来分组，summarise()函数可以用来聚合。

library(dplyr)

df %>%
  group_by(gender, age) %>%
  summarise(n = n())

这里，我们对DataFrame df按照gender和age进行分组，然后使用summarise()函数聚合，统计每组中的行数（即频数）。最终返回的结果中，每一行表示一个组合，第一列为gender，第二列为age，第三列为对应的频数。

结论

无论是使用内置的table()函数还是第三方库dplyr，R语言中对DataFrame中多个变量进行频率计数都非常方便。这项统计分析能够帮助我们深入了解数据集中变量的分布情况，为后续的建模和分析提供参考。