在R中统计每列变量内0和1的出现次数的方法咨询

Python（pandas环境） #

单列统计 #

直接调用value_counts()方法即可输出指定列0、1的出现次数：

import pandas as pd
# 替换为你自己的数据集变量名，此处假设为df
df["Arts and Crafts"].value_counts()

如果需要统计空值的数量，添加参数dropna=False即可。

全列批量统计 #

用apply批量处理所有列，输出结果的行对应原数据集列名，列对应0、1的计数：

# 对所有列执行值统计，转置后更易读
all_count = df.apply(pd.Series.value_counts).T
# 仅保留0、1的统计结果，空值填充为0
all_count = all_count[[0,1]].fillna(0).astype(int)

R语言环境 #

单列统计 #

用table()函数统计：

# 替换为你自己的数据集变量名，此处假设为df
table(df$`Arts and Crafts`)

全列批量统计 #

# 批量统计所有列0、1的出现次数，提前指定levels避免某类值缺失时统计出错
all_count <- t(sapply(df, function(x) table(factor(x, levels = c(0,1)))))

常见排错点 #

如果统计结果不符合预期，优先排查以下问题：

• 列中的0、1为字符串类型，需先转换为数值类型再统计
• 列中存在空值/其他异常值，可根据需求决定是否过滤后再统计

内容的提问来源于stack exchange，提问作者Eileen Reinknecht