使用数据框中列值的频率来计算新的列值

Question

所以我有一个示例数据框架，其中包含列id, count和username, id和count是数字，username是字符串。

对于数据框的每一行，我想设置一个名为"ratio"的新列的值，其中ratio被定义为

count/本行中username ==用户名的行数

所提供数据中的示例:
在用户名为"Tom"的每一行中，比率将为count/4，因为用户Tom在数据中被发现了四次。

这只是我的问题的简化版本，for循环不是一个选项，因为我的原始数据框架有大约340万行，我以前的方法，我使用for循环迭代的唯一值，例如。'username'永远解决不了这个问题。

my dataframe:

structure(list(id = 1:20, count = c(140L, 89L, 17L, 114L, 129L, 
86L, 21L, 50L, 197L, 160L, 8L, 14L, 78L, 208L, 155L, 55L, 63L, 
20L, 189L, 79L), usernames = structure(c(4L, 3L, 5L, 5L, 2L, 
3L, 1L, 1L, 3L, 1L, 3L, 2L, 5L, 5L, 4L, 4L, 2L, 2L, 2L, 3L), .Label = c("Jerry", 
"Mark", "Phil", "Tina", "Tom"), class = "factor")), .Names = c("id", 
"count", "usernames"), row.names = c(NA, 20L), class = "data.frame")

我希望我提供了所有的东西让你理解和重现这个问题，如果有什么遗漏的，请在评论中提到。

Answer 1

有几个选项。这里有三个，一个是碱基R，一个是data.table，还有一个是"plyr"。两者都假设我们从一个名为"mydf"的data.frame开始:

基地R

within(mydf, {
  temp <- as.numeric(ave(as.character(usernames), usernames, FUN = length))
  ratio <- count/temp
  rm(temp)
})

data.table

library(data.table)
DT <- data.table(mydf)
DT[, ratio := count/.N, by = "usernames"]
DT

plyr

library(plyr)
ddply(mydf, .(usernames), transform,
      ratio = count/length(usernames))

Answer 2

您可以使用ave:

transform(d, x=count/as.numeric(ave(d$usernames, d$usernames, FUN=length)))