Question

这就是我的数据框架：

a <- c(1,1,4,4,5)
b <- c(1,2,3,3,5)
c <- c(1,4,4,4,5)
d <- c(2,2,4,4,5)
e <- c(1,5,3,3,5)

df <- data.frame(a,b,c,d,e)

我想写一些东西，它返回向量e中具有重复值的向量a，b，c，d的所有唯一实例。

例如：

  a b c d e 
1 1 1 1 2 1 
2 1 2 4 2 5 
3 4 3 4 4 3 
4 4 3 4 4 3 
5 5 5 5 5 5

第3行和第4行直到向量d（具有4344的组合）完全相同，因此只应返回其中一个实例，但它们在向量e中具有2个重复值。我想要计算那些 - 所以4344的组合在向量e中有2个重复值。

预期输出将是某个组合（例如4344）在向量e中重复多少次的次数。所以在这种情况下它会是这样的：

a b c d   e
4 3 4 4   2

R和SQL都可以工作，无论工作如何。

Answer 1

再次，请参阅上面的评论，但我相信以下内容为您提供了第一个问题的开始。首先，创建一个＆＃34;密钥＆＃34;变量（在本例中名为key_abcd，使用tidyr::unite到unite列a，b，c和d）。然后，按此e变量计算key_abcd。 group_by是隐含的。

library(tidyr)
library(dplyr)

df <- data.frame(a,b,c,d,e,f,g)

df %>%
  unite(key_abcd, a, b, c, d) %>%
  count(key_abcd, e)

#   key_abcd     e     n
#      (chr) (dbl) (int)
# 1  1_1_1_2     1     1
# 2  1_2_4_2     5     1
# 3  4_3_4_4     3     2
# 4  5_5_5_5     5     1

从你如何表达这个问题看来，你只对＃34;多于一个＆＃34;因此，您可以将%>% filter(n > 1)添加到上面的代码中。

计算在一列

1 个答案: