汇总按组返回长度

时间:2019-05-10 08:08:01

标签: r dplyr

我想在下面的数据框中添加一个新列,以计算每个月的最大干法术长度。 这是我的数据框的样子:

   day month year  rr spell spell1
     1     1 1981  0   dry      1
     2     1 1981  0   dry      1
     3     1 1981  0   dry      1
     4     1 1981  1.1 dry      0
     5     1 1981  0   dry      1
     6     1 1981  0   dry      1
     7     1 1981  0   dry      1
     8     1 1981  0   dry      1
     9     1 1981  2.7 dry      0
    10     1 1981  0   dry      1

这是我需要的输出:

 month year  spell_length
     1 1981      3
     1 1981      4
     1 1981      1

这是我到目前为止所做的:

group_by(df, year, month, spell1) %>% 
    summarise(spell2 = sum(spell1, na.rm = TRUE))

这是结果:

  year month spell1 spell_length
  <int> <int>  <dbl>  <dbl>
1  1981     1      1     31
2  1981     2      0      0
3  1981     2      1     27
4  1981     3      0      0
5  1981     3      1     25
6  1981     4      0      0

数据

df <- read.table(h= T, text="day month year  rr spell spell1
1     1 1981  0   dry      1
2     1 1981  0   dry      1
3     1 1981  0   dry      1
4     1 1981  1.1 dry      0
5     1 1981  0   dry      1
6     1 1981  0   dry      1
7     1 1981  0   dry      1
8     1 1981  0   dry      1
9     1 1981  2.7 dry      0
10     1 1981  0   dry      1")

4 个答案:

答案 0 :(得分:7)

一种选择是按“ spell”的“ run-length-id”分组({{1}中的rleid-当该列中的值更改时创建新的分组ID),{{ 1}}的'spell1'为0的行中,得到data.table

的行数
filter

或使用n()中的library(dplyr) library(data.table) df1 %>% group_by(year, month, grp = rleid(spell1)) %>% filter(spell1 ==1) %>% summarise(spell_length = n()) %>% ungroup %>% select(-grp) # A tibble: 3 x 3 # year month spell_length # <int> <int> <int> #1 1981 1 3 #2 1981 1 4 #3 1981 1 1

rle

注意:当'spell1'值不同时,此解决方案也适用

答案 1 :(得分:7)

使用dplyr,我们可以使用cumsum在每次出现0时创建组,并将每个组中spells的数量相加。

library(dplyr)

df %>%
  group_by(month, year, group = cumsum(spell1 == 0)) %>%
  summarise(spell_length = sum(spell1)) %>%
  ungroup() %>%
  select(-group)

#    month  year spell_length
#   <int> <int>        <int>
#1     1  1981            3
#2     1  1981            4
#3     1  1981            1

答案 2 :(得分:4)

使用@akrun的基本思想,但不使用data.table::rleid()

df %>%
 group_by(year, month, rleid = with(rle(spell1), rep(seq_along(lengths), lengths))) %>%
 filter(spell1 > 0) %>%
 ungroup() %>%
 count(month, year, rleid, name = "spell_length") %>%
 select(-rleid) 

  month  year spell_length
  <int> <int>        <int>
1     1  1981            3
2     1  1981            4
3     1  1981            1

或者:

df %>%
 group_by(year, month, rleid = with(rle(spell1), rep(seq_along(lengths), lengths))) %>%
 filter(spell1 > 0) %>%
 summarise(spell_length = length(rleid)) %>%
 ungroup() %>%
 select(-rleid)

答案 3 :(得分:4)

以下是使用dplyr::count的选项:

library(dplyr)
count(df, month, year, grp = cumsum(spell1 == 0), zero = spell1==0) %>%
  filter(!zero) %>%
  select(-zero, - grp)

# # A tibble: 3 x 3
#   month  year     n
#   <int> <int> <int>
# 1     1  1981     3
# 2     1  1981     4
# 3     1  1981     1

或者在基数R中:

res <- aggregate(day ~  month + year + cumsum(spell1 == 0) + (spell1==0), df, length)
res[!res[[4]],-(3:4)]
#   month year day
# 1     1 1981   3
# 2     1 1981   4
# 3     1 1981   1