如何统计data.table中指定列的每行频率？附示例数据

看起来你需要计算data.table里每行counts列的频率占比（也就是每行数值在整列总和中的比例），用data.table的原生语法可以高效完成这个需求，下面是具体实现方法：

方法1：原地新增频率列（推荐，data.table高效操作） #

直接在原数据表中新增一列frequency，存储每行的频率值：

# 直接计算并新增列
dat[, frequency := counts / sum(counts)]

这样操作后，原dat表会多出一列frequency，每行的值就是对应counts在整个列中的占比。如果需要控制小数位数让结果更易读，可以用round()函数：

# 保留4位小数的频率计算
dat[, frequency := round(counts / sum(counts), 4)]

方法2：创建新表不修改原数据 #

如果不想改动原始数据表，可以生成一个包含频率列的新表：

# 创建包含频率列的新data.table
dat_with_freq <- dat[, .(kmers, counts, frequency = counts / sum(counts))]

验证说明 #

拿你的数据举个例子：所有counts的总和为16361 + 10090 + 9599 + 9021 + 8516 + 8325 + 5739 + 5642 + 5378 + 5326 = 83997，第一行的频率就是16361 / 83997 ≈ 0.1948，上面的代码会自动完成这类计算并填充到对应行。

内容的提问来源于stack exchange，提问作者david