Question

我的数据集中有一列，如果ID属于经理，则以1开头，如果ID属于工人，则以2开头。我想按位置计算ID的总数，然后按位置计算管理器的独特数。我将如何更改此代码，以使按位置显示一列唯一ID，而另一列仅包含管理者（ID以1开头）显示在不同ID而不是ID总数中？

MANAGERS_BYSITE <- file %>%
group_by(LOCATIONID) %>%
summarise(n_distinct(ID))
colnames(MANAGERS_BYSITE) <- c("LOCATIONID", "UNIQUEID", 
"UNIQUEMANAGERS")

我希望我的输出看起来像这样：

LOCATIONID   UNIQUEID    UNIQUEMANAGERS
01           3433532      6432

其中UNIQUEID是按位置划分的不同ID的数量，而UNIQUEMANAGERS是按同一位置划分的不同管理者的数量。

Answer 1

创建一个仅包含Manager ID的新列（managerid），即，如果以1开头则为id，否则为NA。

以下代码将为您提供所需的内容。

df％>％group_by（loc）％>％summarise（n_distinct（id），n_distinct（managerid）-1）

-1，因为它将NA作为唯一值。

Answer 2

将来请输入一些示例数据，我们可以使用这些数据来帮助您更快地进行操作。

这是我创建的一些小示例代码的方式（我确信这不是最好或最简单的方法）：

data <- data.frame(LOCATIONID=rep(1:3, 2),
                   ID=c("1_362711", "2_362181", "2_43289", "1_362711", "1_326173", "2_3261783"))

MANAGERS_BYSITE <- data %>%
    group_by(LOCATIONID) %>%
    summarise(UNIQUEID=n_distinct(ID)) %>%
    join(y = (filter(data, stri_sub(ID, 1, 1)=="1") %>%
              group_by(LOCATIONID) %>%
              summarise(UNIQUEMANAGERS=n_distinct(ID))), by="LOCATIONID")

这样，您无需创建任何额外的列或之后重命名任何内容。

输出：

   LOCATIONID UNIQUEID UNIQUEMANAGERS
       1         1           1
       2         2           1
       3         2           NA

N_distinct由变量的第一值

2 个答案: