Question

我有一个名为＆＃34; test＆＃34;的数据帧。像这样：

      group   v   x
1      a    110 114
2      a    90 150
3      c    57 100
4      d    53  98
5      e   114  67
6      f   143 126
7      g   110  95
8      g   106 101
9      i   103  70
10     j   149  73

我还有一个名为＆＃34; hold_df＆＃34;

的唯一组值的数据框

我想在hold_df中添加列，其中包括测试数据帧中唯一出现的次数，以及当列v超过某个阈值（例如100）时唯一出现的次数

  groups  unique uniqueConditional  
1      a    2       1
2      c    1       0
3      d    1       0
4      e    1       1
5      f    1       1
6      g    2       2
7      i    1       1
8      j    1       1

Answer 1

来自dplyr的解决方案。我们可以使用group_by和summarise来汇总test数据框。 test2是最终输出。

library(dplyr)

test2 <- test %>%
  group_by(group) %>%
  summarise(unique = n(), uniqueConditional = sum(v > 100))

test2
    # A tibble: 8 x 3
  group unique uniqueConditional
  <chr>  <int>             <int>
1     a      2                 1
2     c      1                 0
3     d      1                 0
4     e      1                 1
5     f      1                 1
6     g      2                 2
7     i      1                 1
8     j      1                 1

在这种情况下，test2与基于hold_df的所需输出相同。但是，如果您的hold_df是test2的子集。我们可以执行以下操作来过滤所需的组。

test3 <- test2 %>% semi_join(hold_df, by = c("group" = "groups"))

数据准备

test <- read.table(text = "      group   v   x
1      a    110 114
                   2      a    90 150
                   3      c    57 100
                   4      d    53  98
                   5      e   114  67
                   6      f   143 126
                   7      g   110  95
                   8      g   106 101
                   9      i   103  70
                   10     j   149  73",
                   header = TRUE, stringsAsFactors = FALSE)

hold_df <- read.table(text = "  groups   
1      a 
                      2      c  
                      3      d  
                      4      e 
                      5      f 
                      6      g 
                      7      i 
                      8      j ",
                      header = TRUE, stringsAsFactors = FALSE)

Answer 2

使用基本功能：

hold_df <- cbind(
  setNames(data.frame(table(test$group)),c("groups","unique")),
  unique_conditional = data.frame(table(subset(test,v>100)$group))[,2])

#   groups unique unique_conditional
# 1      a      2                  1
# 2      c      1                  0
# 3      d      1                  0
# 4      e      1                  1
# 5      f      1                  1
# 6      g      2                  2
# 7      i      1                  1
# 8      j      1                  1

计算值的出现次数[R]

2 个答案:

数据准备