如何在保留原始数据帧的同时获取组级统计信息？ [英] How to get group-level statistics while preserving the original dataframe?

问题描述

我有以下数据框

one <- c('one',NA,NA,NA,NA,'two',NA,NA)
group1 <- c('A','A','A','A','B','B','B','B')
group2 <- c('C','C','C','D','E','E','F','F')

df = data.frame(one, group1,group2)


> df
   one group1 group2
1  one      A      C
2 <NA>      A      C
3 <NA>      A      C
4 <NA>      A      D
5 <NA>      B      E
6  two      B      E
7 <NA>      B      F
8 <NA>      B      F

我想获得个，分别用于 group1 和 group2 的每个组合。

I want to get the count of non-missing observations of one for each combination of group1 and group2.

在熊猫中，我会使用 groupby（['group1'，'group2']）。transform ，但是如何在R中做到这一点？原始数据帧为大数据。

In Pandas, I would use groupby(['group1','group2']).transform, but how can I do that in R? The original dataframe is LARGE.

预期输出为：

> df
   one group1 group2 count
1  one      A      C     1
2 <NA>      A      C     1
3 <NA>      A      C     1
4 <NA>      A      D     0
5 <NA>      B      E     1
6  two      B      E     1
7 <NA>      B      F     0
8 <NA>      B      F     0

非常感谢！

推荐答案

：

setDT(df)
df[,count_B:=sum(!is.na(one)),by=c("group1","group2")]

给予：

   one group1 group2 count_B
1: one      A      C       1
2:  NA      A      C       1
3:  NA      A      C       1
4:  NA      A      D       0
5:  NA      B      E       1
6: two      B      E       1
7:  NA      B      F       0
8:  NA      B      F       0

想法是对真实值求和（将1转换为整数），其中B不是 NA ，而按 group1 分组，然后 group2 。

The idea is to sum the true values (1 once converted to integer) where B is not NA while grouping by group1and group2.

这篇关于如何在保留原始数据帧的同时获取组级统计信息？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！