dplyr n_distinct有条件

Question

使用dplyr汇总数据集，我想调用n_distinct来计算列中唯一出现次数。但是，我还想对列中满足另一列条件的所有唯一事件进行另一次汇总（）。

示例数据框名为＆＃34; a＆＃34;：

A B
1 Y
2 N
3 Y
1 Y

a %>% summarise(count = n_distinct(A))

但我还想在n_distinct(A)

中添加B == "Y"的计数

结果应为：

count
    3

添加条件时，结果应为：

count
    2

我想要达到的最终结果是两个语句合并为一个调用，给出了像

这样的结果

count_all  count_BisY
        3           2

使用dplyr进行此操作的适当方法是什么？

Answer 1

另一种方法是使用 dplyr 中 data.table 的A.insert(bisect.bisect_right(A, b), b) 函数：

uniqueN

给出：

library(dplyr)
library(data.table)
a %>% summarise(count_all = n_distinct(A), count_BisY = uniqueN(A[B == 'Y']))

您还可以使用 data.table ：

执行所有操作

  count_all count_BisY
1         3          2

给出相同的结果。

Answer 2

这使用dplyr生成B的每个值的不同A计数。

library(dplyr)
a %>%
  group_by(B) %>%
  summarise(count = n_distinct(A))

这会产生结果：

Source: local data frame [2 x 2]

       B count
  (fctr) (int)
1      N     1
2      Y     2

要使用dplyr生成上面添加的所需输出，您可以执行以下操作：

a %>% summarise(count_all = n_distinct(A), count_BisY = length(unique(A[B == 'Y'])))

这会产生结果：

  count_all count_BisY
1         3          2

Answer 3

在执行汇总工作之前过滤数据框

a %>%
  filter(B=="Y") %>%
  summarise(count = n_distinct(A))

Answer 4

我们也可以使用aggregate

中的base R

 aggregate(cbind(count=A)~B, a, FUN=function(x) length(unique(x)))
 #  B count
 #1 N 1
 #2 Y 2

基于OP的预期输出

 data.frame(count=length(unique(a$A)), 
            count_BisY = length(unique(a$A[a$B=="Y"])))