Question

我有一个数据框，例如：

city <- c("a","a","b","b","c","c","c","c","d","e","e","f") 
x <- c(0,0,0,1,1,1,0,0,0,1,1,1)
y <- c(1,1,0,0,0,1,1,0,0,1,0,1)
z <- c(1,0,0,0,0,0,0,0,0,0,1,0)
k <- c(1,1,0,0,0,1,0,0,1,0,0,0)
df <- data.frame(city, x, y, z, k)

，其中有一个分组变量（例如城市）和几个虚拟变量。我想计算每个虚拟变量= 1的城市数。

到目前为止，我管理的工作是计算有多少城市有特定的虚拟对象= 1：

> n_groups(filter(df, x == 1) %>% 
+            group_by(city))
[1] 4

但是，我想知道是否有可能对我的数据框中的所有虚拟对象执行此操作，以便获得类似的信息：

var count 
 x   4
 y   4
 z   2
 k   3

我拥有每个虚拟变量等于1（计数列）的城市数量，而不必对样本中的所有虚拟变量进行单独计算。

感谢您的帮助！

Answer 1

R基：

colSums(rowsum(df[, -1], df[, 1]) > 0)

#x y z k 
#4 4 2 3

Answer 2

使用dplyr和tidyr：

library(dplyr)
library(tidyr)

df %>% 
  gather(k, v, -1) %>% 
  filter(v == 1) %>% 
  group_by(k) %>% 
  summarise(cnt = n_distinct(city))

结果：

# A tibble: 4 x 2
  k       cnt
  <chr> <int>
1 k         3
2 x         4
3 y         4
4 z         2

Answer 3

使用data.table：

library(data.table)
setDT(df)
df[, lapply(.SD, max), city][, colSums(.SD), .SDcols = -1]
x y z k 
4 4 2 3

计算在多个变量中具有特定值的组数

3 个答案: