Einfache Möglichkeit, zwei große Tabellen in R "hinzuzufügen"?

Question

Gibt es eine einfache Möglichkeit, die Zählwerte für jede Kategorie in zwei großen Tabellen in R hinzuzufügen?

... wo die Tische müssen nicht alle genau die gleichen Werte vorhanden (obwohl sie meist überlappen):

Kleines Beispiel von dem, was ich zu tun versuchen. Legen Sie einige Daten auf:

x1 <- c(5, 3, 3, 6, 3, 3, 5, 5, 11, 2, 4, 9, 3, 5, 8, 2, 8, 5, 4, 8) 
    x2 <- c(6, 10, 9, 17, 6, 7, 8, 11, 5, 12, 14, 5, 11, 7, 7) 

    table(x1) 
x1 
2 3 4 5 6 8 9 11 
2 5 2 5 1 3 1 1 

table(x2) 
x2 
5 6 7 8 9 10 11 12 14 17 
2 2 3 1 1 1 2 1 1 1 

Jetzt möchte ich diese Tabellen kombinieren, als ob ich table(c(x1,x2)) getan hatte, bekommen:

2 3 4 5 6 7 8 9 10 11 12 14 17 
2 5 2 7 3 3 4 2 1 3 1 1 1 

Aber jetzt x1 und x2 vorstellen, sind weg (und sind wirklich groß, so ich wirklich nicht wollen sie aus den Tabellen erstellen und tatsächlich tun table(c(x1,x2))), alles, was ich will ihr die Tabellen zu nehmen ist t1 und t2 und fügen sie (oft sehr groß) zählt ... die ich in mehreren tun können Ja wirklich klobige Wege.

Doch dies scheint, wie es beide sehr häufig und sehr sein sollte Problem leicht gelöst (in der Tat, ich denke, dass t1 + t2 sollte für Tabellen mit Kategorien arbeiten vom gleichen Typ), aber bei Fragen zu jedem Suchbegriff gesucht Ich könnte denken, von nichts gefunden haben.

Habe ich einen wirklich einfachen und offensichtlichen Weg verpasst, dies zu tun?

Edit:

Um zu klären, so etwas wie dies (was ich auch tat) ist nicht ‚einfach und klar‘ für das, was muss mit Tabellen eine sehr häufige Operation sein:

m <- merge(t1,t2,by.x="x1",by.y="x2",all=TRUE) 
m[is.na(m)] <- 0 
oo <- order(m$x1) 
t12 <- m[oo,2]+m[oo,3] 
names(t12) <- m[oo,1] 

Insbesondere dieser ist wirklich nicht einfacher und einfacher zu folgen als der Brute-Force-Ansatz.

Answer 1

Ein anderer Weg tapply mit:

tapply(c(t1,t2), names(c(t1,t2)), sum) 
# 10 11 12 14 17 2 3 4 5 6 7 8 9 
# 1 3 1 1 1 2 5 2 7 3 3 4 2 

Ist hier, wenn Sie eine sortierte Ausgabe wollen:

w <- c(t1,t2) 
# edit: Following G.Grothendieck's suggestion to simplify it further 
tapply(w, as.numeric(names(w)), sum) 
# 2 3 4 5 6 7 8 9 10 11 12 14 17 
# 2 5 2 7 3 3 4 2 1 3 1 1 1 

Answer 2

Wie @PaulHiemstra sagte, merge sollte die Aufgabe erledigen. Ich bin nicht allzu vertraut mit ihm, aber dieser Code funktionieren soll (obwohl es vielleicht effiziente Art und Weise, es zu tun ...)

x1 <- c(5, 3, 3, 6, 3, 3, 5, 5, 11, 2, 4, 9, 3, 5, 8, 2, 8, 5, 4, 8) 
x2 <- c(6, 10, 9, 17, 6, 7, 8, 11, 5, 12, 14, 5, 11, 7, 7) 

tx1 <- table(x1) 
tx2 <- table(x2) 

df1 <- data.frame(names=names(tx1),values=as.vector(tx1)) 
df2 <- data.frame(names=names(tx2),values=as.vector(tx2)) 

mdf12 <- merge(df1,df2,by="names",all=TRUE) 
mdf12[is.na(mdf12)] <- 0 

counts <- mdf12[,2] + mdf12[,3] 
names(counts) <- mdf12[,1] 

counts[order(as.numeric(names(counts)))] 
table(c(x1,x2)) 

ich nicht den is.na Schritt gefällt, aber ich weiß nicht, wie um es zu machen, dass es 0 an erster Stelle statt NA gibt.

Answer 3

In dplyr:

library(dplyr) 
x1 <- c(5, 3, 3, 6, 3, 3, 5, 5, 11, 2, 4, 9, 3, 5, 8, 2, 8, 5, 4, 8) 
x2 <- c(6, 10, 9, 17, 6, 7, 8, 11, 5, 12, 14, 5, 11, 7, 7) 

# Transform "Tables" to DataFrames & standardize column names 
df1 <- as.data.frame(table(x1)) %>% select(x = x1, Freq) 
df2 <- as.data.frame(table(x2)) %>% select(x = x2, Freq) 

# Merge tables & aggregate results 
Ttldf <- bind_rows(df1, df2) %>% group_by(x) %>% summarise(TtlFreq = sum(Freq)) 

Für einen guten, prägnant int roduction zu einer Zusammenfassung und Rohrleitungen, die Vignette ist eine großartige Ressource: https://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

Für weitere Informationen über die Möglichkeiten, schnell Verdichtung zu nutzen, um die beste Wirkung, Tutorial Markham ist sehr hilfreich: https://rpubs.com/justmarkham/dplyr-tutorial