Jul的R表功能(用于DataFrames)

Question

朱莉娅有像R的桌面功能吗？我读过xtab,但不知道如何使用它.

假设我们具有R的data.frame rdata这col6是的Factor类型.

R示例代码:

rdata <- read.csv("mycsv.csv") #1 table(rdata$col6) #2

为了在Julia中读取数据和制作因子,我这样做:

using DataFrames jldata = readtable("mycsv.csv", makefactors=true) #1 :col6 will be now pooled.

...,但是如何在julia中构建R表(如何实现#2)？

Answer 1

我得出的结论是，使用by以下方法可以达到类似的效果：

让jldata由:gender列组成。

julia> by(jldata, :gender, nrow) 3x2 DataFrames.DataFrame | Row | gender | x1 | |-----|----------|-------| | 1 | NA | 175 | | 2 | "female" | 40254 | | 3 | "male" | 58574 |

当然它不是，table但至少我得到了与数据源相同的数据类型。出人意料的by似乎比 快countmap。

Answer 2

您可以使用countmap函数from StatsBase.jl来计算单个变量的条目.此时缺乏列联表的一般交叉列表和统计检验.正如Ismael所指出的,这已在问题跟踪器中讨论过StatsBase.jl.

Answer 3

我相信，从 1.5.3 开始，“by”在 Julia 中已被贬值（它表示：错误：ArgumentError：by 函数已从 DataFrames.jl 中删除）。

\n

所以这里有一些替代方案，我们也可以使用 split apply merge 来做交叉表或使用 FreqTables。

\n

使用拆分组合：

\n

示例 1 - SingleColumn：

\n

using RDatasets\nusing DataFrames\n\nmtcars = dataset("datasets", "mtcars")\n\n## To do a table on cyl column\n\ngdf = groupby(mtcars, :Cyl)\ncombine(gdf, nrow)\n

\n

输出：

\n

#    3\xc3\x972 DataFrame\n#     Row \xe2\x94\x82 Cyl    nrow\n#         \xe2\x94\x82 Int64  Int64\n#    \xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#       1 \xe2\x94\x82     6      7\n#       2 \xe2\x94\x82     4     11\n#       3 \xe2\x94\x82     8     14\n

\n

示例 2 - 2 列之间的交叉表：

\n

## we have to just change the groupby code a little bit and rest is same\n\ngdf = groupby(mtcars, [:Cyl, :AM])\ncombine(gdf, nrow) \n

\n

输出：

\n

#6\xc3\x973 DataFrame\n# Row \xe2\x94\x82 Cyl    AM     nrow\n#     \xe2\x94\x82 Int64  Int64  Int64\n#\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#   1 \xe2\x94\x82     6      1      3\n#   2 \xe2\x94\x82     4      1      8\n#   3 \xe2\x94\x82     6      0      4\n#   4 \xe2\x94\x82     8      0     12\n#   5 \xe2\x94\x82     4      0      3\n#   6 \xe2\x94\x82     8      1      2\n

\n

另外，如果您不喜欢顶部的 nrow 名称，您可以使用 :\n combine(gdf, nrow => :Count)\n 将名称更改为 Count

\n

替代方法：使用 FreqTables

\n

您可以使用包，FreqTables如下所示，非常轻松地进行计数和比例，添加它您可以使用Pkg.add("FreqTables")：

\n

## Cross tab between cyl and am\nfreqtable(mtcars.Cyl, mtcars.AM)\n\n## Proportion between cyl and am\nprop(freqtable(mtcars.Cyl, mtcars.AM))\n\n## with margin like R you can use it too in this (columnwise proportion: margin=2)\n prop(freqtable(mtcars.Cyl, mtcars.AM), margins=2)\n\n## with margin for rowwise proportion: margin = 1\n prop(freqtable(mtcars.Cyl, mtcars.AM), margins=1)\n

\n

输出：

\n

## count cross tabs\n#3\xc3\x972 Named Array{Int64,2}\n#Dim1 \xe2\x95\xb2 Dim2 \xe2\x94\x82  0   1\n#\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#4           \xe2\x94\x82  3   8\n#6           \xe2\x94\x82  4   3\n#8           \xe2\x94\x82 12   2\n\n## proportion wise (overall)\n#3\xc3\x972 Named Array{Float64,2}\n#Dim1 \xe2\x95\xb2 Dim2 \xe2\x94\x82       0        1\n#\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#4           \xe2\x94\x82 0.09375     0.25\n#6           \xe2\x94\x82   0.125  0.09375\n#8           \xe2\x94\x82   0.375   0.0625\n\n\n## Column wise proportion\n#3\xc3\x972 Named Array{Float64,2}\n#Dim1 \xe2\x95\xb2 Dim2 \xe2\x94\x82        0         1\n#\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#4           \xe2\x94\x82 0.157895  0.615385\n#6           \xe2\x94\x82 0.210526  0.230769\n#8           \xe2\x94\x82 0.631579  0.153846\n\n## Row wise proportion\n#3\xc3\x972 Named Array{Float64,2}\n#Dim1 \xe2\x95\xb2 Dim2 \xe2\x94\x82        0         1\n#\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n#4           \xe2\x94\x82 0.272727  0.727273\n#6           \xe2\x94\x82 0.571429  0.428571\n#8           \xe2\x94\x82 0.857143  0.142857\n

\n