作者lin10th (John)
看板R_Language
標題[問題] 找出欄位內,重覆次數最多的資料
時間Mon Dec 16 10:53:33 2019
[軟體程式類別]:
R
[程式問題]:
資料處理,找出重複次數最多
[軟體熟悉度]:
學習約兩個月
[問題敘述]:
讀取健保資料庫,共有40個欄位。其中第14個欄位看診科別與第20個疾病種類,我想要
查詢數量最多的前10名(總共有11萬筆看診資料)
資料庫讀出來的程式命名data1
除了直接用data1[,14]與data2[,20]取出兩個需求的欄位外
也有試著用data3[,c("FUNC_TYPE","ICD9CM_1")] #第14欄位名為FUNC_TYPE, 第20欄位名
ICD9CM_1。這個方式直接取出兩組需要計算的欄位。
有找到書籍跟網路上的資訊,是不是要用dplyr套件內的group_by跟summarise兩個函數
比較容易找出來看科別與疾病的錢前10名?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.214.236.195 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1576464815.A.EE2.html
→ Edster: table 這支函數就可以了。 12/16 12:20
推 locka: 兩個欄位是各自獨立計算嗎?如果是的話用table就可以,如果 12/16 13:16
→ locka: 需要計算兩個欄位出現最多的組合前10名,可用data %>% grou 12/16 13:16
→ locka: p_by(c1,c2) %>% tally() 12/16 13:16
推 taya1991: summary(as.factor(你的資料)),sort後列出前10名,但你 01/14 02:45
→ taya1991: 有確定你資料乾淨嗎? 01/14 02:45