Question

我想编写一个循环，可以聚合按年分组的实例数（某些值）。更具体地说，变量是x1。我希望有两个组，一个是x1 = 1，另一个是某些值的组合（下例中为2,3和5）：

最终结果应如下所示：

year    x2    x3
2000    2     3

其中x2和x3分别是x1 = 1和x1 = c（2,3,5）时的计数。如何实现这一目标？

编辑：可能应该早些提到这一点。我使用两个数据集;一个df1是一年一次（跨越大约200年）而另一个df2是基于事件的（大约5万次观察;这是x1当前所在的位置）。所以循环的想法是查看df2中的每年[i]并通过将它们分组为x2中的x3和df1来汇总计数。

Edit2：啊，我解释了为什么提交的答案对我不起作用。显然我在answer中讨论dplyr问题之前遇到了plyr;我按照ManneR的回答和分离的plyr。现在group_by命令再次起作用。

Answer 1

我不确定user3349904的答案有什么问题，因为它似乎正在按照你的要求行事。在不知道您的数据是什么样的情况下，很难确切地知道您要求的内容。如果由于df1需要保持x2和x3值而导致其他解决方案出现问题？最后一部分将解决这个问题。

我试图从头开始复制你的问题，所以这是我的解决方案。

library(dplyr)

#create DF1 (years)
df1 <- as.data.frame(matrix(ncol=3,nrow = 200))
df1$V1 <- c(1800:1999)
colnames(df1) <- c("year","x2","x3")

#create DF2 (transactions)
df2 <- as.data.frame(matrix(ncol=2,nrow=50000))
#add random sample data
df2$V1 <- sample(1800:1999,50000,replace = T)
df2$V2 <- sample(1:5,5000,replace = T)
colnames(df2) <- c("year","x1")

# group by year in df2 and aggregate counts based on categories
df2 %>% group_by(year) %>%
   summarise(x2 = sum(x1==1), x3 = sum(x1 %in% c(2,3,5))) -> df3

# match years in df3 and df1 and bring lookup value to df1
df1$x2 <- df3$x2[match(df1$year,df3$year)]
df1$x3 <- df3$x3[match(df1$year,df3$year)]

Answer 2

以下是使用dplyr/tidyr

的其他选项

library(dplyr)
library(tidyr)
df1 %>%
    group_by(year, grp = paste0("x", (x1 != 1) + 2)) %>%
    summarise(x1= n()) %>% 
    spread(grp, x1)
#   year    x2    x3
#* <int> <int> <int>
#1  2000     2     3

或使用base R

xtabs(Freq~year + x1, transform(df1, x1= paste0("x", (x1!=1)+2), Freq= 1))

Answer 3

假设您从名为df的数据框开始，这将按照您按年描述的情况计算案例：

library(dplyr)
df %>% group_by(year) %>% summarise(x2 = sum(x1==1), x3 = sum(x1 %in% c(2,3,5)))

R按组计数循环聚合

3 个答案: