Question

我在R中有一个数据框，如下所示：

  Group.ID status
1        1   open
2        1   open
3        2   open
4        2 closed
5        2 closed
6        3   open

我想计算条件下的ID数：当所有状态为“打开”时，相同的ID号。例如，组ID 1有两个观察值，它们的状态都是“打开”的，所以这是我的计数。组ID 2不是因为并非组ID 2都打开了所有状态。

我可以在条件下统计行或组ID。但是我不知道如何应用“所有状态等于一个组的值”逻辑。

DATA。

df1 <-
structure(list(Group.ID = c(1, 1, 2, 2, 2, 3), status = structure(c(2L, 
2L, 2L, 1L, 1L, 2L), .Label = c("closed", "open"), class = "factor")), .Names = c("Group.ID", 
"status"), row.names = c(NA, -6L), class = "data.frame")

Answer 1

以下是两个解决方案，两个都使用base R，另一个使用aggregate，另一个使用tapply。如果您只想要与您请求匹配的Group.ID总数，我建议您使用第二种解决方案。

agg <- aggregate(status ~ Group.ID, df1, function(x) as.integer(all(x == "open")))
sum(agg$status)
#[1] 2

sum(tapply(df1$status, df1$Group.ID, FUN = function(x) all(x == "open")))
#[1] 2

Answer 2

dplyr解决方案：

library(dplyr)
df1 %>% 
  group_by(Group.ID) %>% 
  filter(cumsum(status == "open") == 2) %>%
  nrow()

如果组中的一个变量相等，则计算组的ID

2 个答案: