R - 如果值A在列A中匹配，那么列B中它们的相应值多久匹配一次？

Question

我是新手R用户，拥有300万行数据集。我使用的是R 3.0.1。我在R中有一个数据框，如下所示：

A1         B1

1          50       
1          50
1          45 
2          20
2          20
3          15
4          30
4          30

我想知道，如果A1中有多个相同的值，相应的值在列B1中匹配的百分比是多少？

在上面的示例中，有7行在A1中是重复的，它们的对应值匹配6/7次。如何获得数百万行的结果？

注意：对于A1中的一组给定值，B列中的唯一值不会超过2个。

Answer 1

此处采用data.table方法（假设df是您的数据集）

library(data.table)
df2 <- as.data.table(df)[, list(Match = if(.N > 1) sum(B1[1] == B1),
                                Dups = if(.N > 1) .N), by = A1]

这将创建一个数据集，显示每个A1

的重复项和匹配的频率

df2
##    A1 Match Dups
## 1:  1     2    3
## 2:  2     2    2
## 3:  4     2    2

为了达到您想要的输出，只需执行

df2[, sum(Match)/sum(Dups)]
## [1] 0.8571429