本文介绍了dplyr / tidyr-汇总条件数据的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
问题
我正在尝试使用dyplr& tidyr以获得输出表（例如我认为的列联表），该输出表将该数据汇总为频率（例如，负号，中性号和正号的标题，说明和正文的计数）。我尝试了许多不同的方法，最近的示例可以在。
示例数据
数据看起来有点像...
Example DataThe data looks a little like...
df <- data.frame( "story_title"=c(0.0,0.0,0.0,-1.0,1.0),
"story_description"=c(-0.3,-0.3,-0.3,0.5,0.3),
"story_body"=c(-0.3,0.2,0.4,0.2,0))
所需的输出
希望输出看起来像这样，显示每个的摘要频率故事部分...
Desired Output The output would hopefully look a bit like this, showing the summary frequencies for each story part...
Negative Neutral Positive
story_title 1 3 1
story_description 3 0 2
story_body 1 1 3
（story_body的已编辑总计-感谢Akrun）
(edited totals for story_body - Thanks Akrun)
尝试的方法
如果我是对的话，第一步就是使用<$来重塑数据c $ c>聚集这样...
If I'm right the first step will be to reshape the data using gather thusly...
df <- df %>% gather(type,score,starts_with("story"))
> df
type score
1 story_title 0.0
2 story_title 0.0
3 story_title 0.0
4 story_title -1.0
5 story_title 1.0
6 story_description -0.3
7 story_description -0.3
8 story_description -0.3
9 story_description 0.5
10 story_description 0.3
11 story_body -0.3
12 story_body 0.2
13 story_body 0.4
14 story_body 0.2
15 story_body 0.0
从这里开始它是group_by和summary的组合，我已经尝试过...
From here I think it's a combination of group_by and summarise and I've tried...
df %>% group_by(sentiment) %>%
summarise(Negative = count("sentiment_title"<0),
Neutral = count("sentiment_title"=0),
Positive = count("sentiment_title">0)
)
显然，这没有用。
有人可以提供dplyr / tidyr解决方案的帮助（示例中的基表答案也很有用）吗？
推荐答案
TRy
library(dplyr)
library(tidyr)
gather(df) %>%
group_by(key,value= sign(value))%>%
tally() %>%
mutate(ind= factor(value, levels=c(-1,0,1),
labels=c('Negative', 'Neutral', 'Positive'))) %>%
select(-value) %>%
spread(ind, n, fill=0)
这篇关于dplyr / tidyr-汇总条件数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！