如何按组计算唯一值的数量? [英] How to count the number of unique values by group?

问题描述

ID= c('A', 'A', 'A', 'B', 'B', 'B')
color=c('white', 'green', 'orange', 'white', 'green', 'green')

d = data.frame (ID, color)

我想要的结果是

unique_colors=c(3,3,3,2,2,2)
d = data.frame (ID, color, unique_colors)

或者在新的数据框 c 中更清楚

or more clear in a new dataframe c

ID= c('A','B')
unique_colors=c(3,2)
c = data.frame (ID,unique_colors)

我尝试了 aggregate 和 ave 以及 by 和 with 的不同组合，我想它是这些功能的组合.

I've tried different combinations of aggregate and ave as well as by and with and I suppose it is a combination of those functions.

解决方案包括:

length(unique(d$color))

计算唯一元素的数量.

推荐答案

我认为你在这里弄错了.使用 data.table 时，plyr 或 <- 中都不需要.

I think you've got it all wrong here. There is no need neither in plyr or <- when using data.table.

data.table 的最新版本，v >= 1.9.6，有一个新函数 uniqueN() 就是为了这个.

Recent versions of data.table, v >= 1.9.6, have a new function uniqueN() just for that.

library(data.table) ## >= v1.9.6
setDT(d)[, .(count = uniqueN(color)), by = ID]
#    ID count
# 1:  A     3
# 2:  B     2

如果要创建包含计数的新列，请使用 := 运算符

If you want to create a new column with the counts, use the := operator

setDT(d)[, count := uniqueN(color), by = ID]

<小时>

或者与 dplyr 一起使用 n_distinct 函数

library(dplyr)
d %>%
  group_by(ID) %>%
  summarise(count = n_distinct(color))
# Source: local data table [2 x 2]
# 
#   ID count
# 1  A     3
# 2  B     2

或者(如果你想要一个新列)使用 mutate 而不是 summary

Or (if you want a new column) use mutate instead of summary

d %>%
  group_by(ID) %>%
  mutate(count = n_distinct(color))

这篇关于如何按组计算唯一值的数量?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！