Question

我有一个包含三个变量的数据集，如下所示，

x=data.frame("a"=c(1,1,2,3),"b"=c("a","b","c","d"),"c"=c(100,100,200,300))

如果对于“ a”的相同值，存在“ n”个不同的b值，我想将我的“ c”值除以该“ n”。也就是说，我想要这样的输出，

x=data.frame("a"=c(1,1,2,3),"b"=c("a","b","c","d"),"c"=c(50,50,200,300))

我知道我可以尝试duplicated()，但不太确定如何将其合并。谢谢！

Answer 1

替代方法：

library(data.table)
as.data.table(x)[, c := c/.N, by="a"][]
#    a b   c
# 1: 1 a  50
# 2: 1 b  50
# 3: 2 c 200
# 4: 3 d 300

另一个基数R：

r <- rle(x$a)$lengths
transform(x, c = c/rep(r,r))
#   a b   c
# 1 1 a  50
# 2 1 b  50
# 3 2 c 200
# 4 3 d 300

Answer 2

在基数R中，您可以使用ave()。

transform(x, c = c / ave(a, a, FUN = length))
#   a b   c
# 1 1 a  50
# 2 1 b  50
# 3 2 c 200
# 4 3 d 300

Answer 3

我们将'a'分组，然后将'c'除以'b'中的n_distinct（唯一元素数）

library(dplyr)
x %>% 
    group_by(a) %>%
    mutate(c= c/n_distinct(b))
# A tibble: 4 x 4
# Groups:   a [3]
#      a b         c   new
#  <dbl> <fct> <dbl> <dbl>
#1     1 a       100    50
#2     1 b       100    50
#3     2 c       200   200
#4     3 d       300   300

请注意，以上内容基于OP的描述（If for same value of "a", there are "n" different b values）。但是，如果OP表示different是元素总数而不是不同的值，那么它将是n_distinct而不是n()。在这里，尚不清楚，因为这两个条件都可以工作

x %>%
   group_by(a) %>%
   mutate(c = c/n())

或使用base R

x$c <- x$c/rowSums(table(x[1:2]) > 0)[as.character(x$a)]

如果与另一列中的重复条目相关联，则在该列上应用函数

3 个答案: