R 빈도 테이블에 0이 포함되어 있습니다.

Question

약 700,000 행의 data.frame에서 작업하고 있습니다. 상태 업데이트 ID와 해당 사용자 이름이 트위터에서 포함됩니다. 나는 단지 몇 명의 사용자가 거기에 있고 얼마나 많은 시간 그들이 트위터를 찍었는지 알고 싶다. 그래서 저는 이것이 테이블을 사용하는 매우 간단한 작업이라고 생각했습니다. 그러나 내가 다른 결과를 얻고 있다는 것을 알았습니다.

최근에 나는 같은 문자로 열을 변환 한이

>freqs <- as.data.frame(table(as.character(w_dup$from_user)) 
>nrow(freqs) 
[1] 239678 

개월 전 나는이 방법으로 데이터 프레임은 주파수와 사용자 이름을 포함 것으로 나타났습니다 그

>freqs <- as.data.frame(table(w_dup$from_user) 
>nrow(freqs) 
[1] 253594 

처럼했다 0 어떻게 될 수 있습니까? 사용자 이름이 데이터 집합에있는 경우 적어도 한 번 발생해야합니다.

? 테이블이 나를 도와주지 않았습니다. 더 작은 데이터 세트에서도이 문제를 재현 할 수 없었습니다.

내가 잘못하고있는 것. 또는 나는 테이블 사용에 대한 이해를 놓치고 있습니까?

Answer 1

컬럼의 유형은 여기에 문제가 데이터 프레임을 서브 세트 때 또한 요인의 수준이 동일하게 유지 것을 명심 :

# Full data frame 
(df <- data.frame(x = letters[1:3], y = 1:3)) 
    x y 
1 a 1 
2 b 2 
3 c 3 
# Its structure - all three levels as it should be 
str(df) 
'data.frame': 3 obs. of 2 variables: 
$ x: Factor w/ 3 levels "a","b","c": 1 2 3 
$ y: int 1 2 3 
# A smaller data frame 
(newDf <- df[1:2, ]) 
    x y 
1 a 1 
2 b 2 
# But the same three levels 
str(newDf) 
'data.frame': 2 obs. of 2 variables: 
$ x: Factor w/ 3 levels "a","b","c": 1 2 
$ y: int 1 2 

그래서 첫 번째 열에는 요소가 포함되어 있습니다. 이 경우 :

table(newDf$x) 

a b c 
1 1 0 

모든 레벨 ("a","b","c")이 고려됩니다. 여기에

table(as.character(newDf$x)) 

a b 
1 1 

더 이상 요소가 아닙니다.