Sou iniciante, sei que meu código ainda está deselegante, mas vamos um passo de cada vez. Possuo um dataframe com 2 colunas (fonte SO e tipo de doc DT), onde preciso separar por DT as SO, contar as frequências (das SO) e gerar um ranking com as 15+, para cada DT. Fiz um código olhando os exemplos dados nesse site, conto as frequências e depois separo por tipo de documento, no entanto quando confiro a frequências inicial com a depois da separação a última dá um número sempre inferior. Vou colocar aqui uma pequena amostra.
SO DT
ACM SIGMIS DATABASE ARTICLE
ACM SIGPLAN NOTICES ARTICLE
MODERN CASTING BOOK
MODERN DEVELOPMENTS IN POWDER METALLURGY BOOK
ELECTRICAL COMMUNICATION CONFERENCE PAPER
ELECTRONIC DESIGN CONFERENCE PAPER
ELECTRONIC ENGINEERING (LONDON) CONFERENCE PAPER
ELECTRONIC PACKAGING AND PRODUCTION CONFERENCE PAPER
inicialmente meus dados estavam num datafreme
q1
q1_so <- data.frame(q1$SO, q1$DT) # pega a coluna SO e DT e transforma em df
names(q1_so)[1:2] <- c("SO", "DT") # renomeando nome coluna p facilitar
# cria a coluna Freq e conta a frequencia de SO
q1_soma_dt <- data.frame(with(q1_so,table(DT)))
q1_freq <- with(q1_so,table(SO,DT))
q1_freq <- data.frame(q1_freq) # quantidade de SO por classe DT
corte para article
q1_art <- subset(q1_freq,DT =='ARTICLE' & Freq >0)
library(plyr)
q1_art <-arrange(q1_art,desc(Freq)) # ordena em ordem decrescente
sum(q1_art$Freq)
rank 20+
q1_art <- q1_art[1:20, ]
Obrigada pela ajuda