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://webptt.com/m.aspx?n=bbs/R_Language/M.1576464815.A.EE2.html
1F：→ Edster: table 這支函數就可以了。 12/16 12:20
2F：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
3F：→ 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
4F：→ locka: p_by(c1,c2) %>% tally() 12/16 13:16
5F：推 taya1991: summary(as.factor(你的資料))，sort後列出前10名，但你 01/14 02:45
6F：→ taya1991: 有確定你資料乾淨嗎？ 01/14 02:45