首先，筛选出需要的列：
|
1
|
data <- data2[,which(colnames(data2) %in% c("产品分类", "期数", "逾期月数"))] |
| 产品分类 | 期数 | 逾期月数 |
|---|---|---|
| 委托贷款 | 24 | 1 |
| 委托贷款 | 36 | 1 |
| 担保贷款 | 24 | 2 |
| 委托贷款 | 24 | 2 |
| 信用贷款 | 36 | 4 |
| 担保贷款 | 24 | 3 |
| 信用贷款 | 24 | 1 |
| 委托贷款 | 36 | 3 |
| 担保贷款 | 24 | 2 |
现在希望得到每种产品种类在不同期数时
逾期月数的占比，使用table函数：
|
1
2
|
#freq <- table(data)freq1 <- table(data[which(data$逾期月数 == 1),]) |
如果希望算出的频数参与后续的计算
那么需要把table格式的数据转化成本人比较熟悉的数据框格式：
|
1
2
3
|
table1 <- as.data.frame(matrix(freq1[1:length(freq1)],nrow = length(row.names(freq1)), ncol = length(colnames(freq1))))row.names(table1) <- row.names(freq1)colnames(table1) <- colnames(freq1) |
如果希望算出频率
而不是频数的话，需要用到函数prop.table:
|
1
|
table2 <- prop.table(freq1) |
函数的参数1代表行，2代表列。
补充：r语言画频数分布直方图和频率分布直方图
画频率分布直方图
纵坐标名字为frequency，频数直方图。
则使用：
|
1
|
hist(x,freq=T) |
纵坐标名字为density，频率直方图。
则使用：
|
1
|
hist(x,freq=F) |
|
1
|
hist(audit1[,1],col='white',freq=T) |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/t15600624671/article/details/75102192
