我有一个包含两列的数据框。我想向数据集中添加额外的两列,其中包含基于聚合的计数。
df <- structure(list(ID = c(1045937900, 1045937900),
SMS.Type = c("DF1", "WCB14"),
SMS.Date = c("12/02/2015 19:51", "13/02/2015 08:38"),
Reply.Date = c("", "13/02/2015 09:52")
), row.names = 4286:4287, class = "data.frame")
我想简单地计算没有空值的 SMS.Type 和 Reply.Date 实例的数量。所以在下面的玩具示例中,我将为 SMS.Type 生成 2,为 Reply.Date 生成 1
然后我想将它作为总计数添加到数据框中(我知道它们会复制原始数据集中的行数,但没关系)
我一直在玩聚合和计数功能,但无济于事
mytempdf <-aggregate(cbind(testtrain$SMS.Type,testtrain$Response.option)~testtrain$ID,
train,
function(x) length(unique(which(!is.na(x)))))
mytempdf <- aggregate(testtrain$Reply.Date~testtrain$ID,
testtrain,
function(x) length(which(!is.na(x))))
任何人都可以帮忙吗?
感谢您的时间
最佳答案
使用 data.table
你可以这样做(我在你的原始数据中添加了一个真正的 NA
)。
我也不确定您是否真的在寻找 length(unique())
或只是 length
?
library(data.table)
cols <- c("SMS.Type", "Reply.Date")
setDT(df)[, paste0(cols, ".count") :=
lapply(.SD, function(x) length(unique(na.omit(x)))),
.SDcols = cols,
by = ID]
# ID SMS.Type SMS.Date Reply.Date SMS.Type.count Reply.Date.count
# 1: 1045937900 DF1 12/02/2015 19:51 NA 2 1
# 2: 1045937900 WCB14 13/02/2015 08:38 13/02/2015 09:52 2 1
在开发版本 (v >= 1.9.5) 中,您也可以使用
uniqueN
功能说明
这是一个通用解决方案,适用于任意数量的所需列。您需要做的就是将列名放入
cols
.lapply(.SD,
正在对 .SDcols = cols
中指定的列调用某个函数paste0(cols, ".count")
添加 count
时创建新列名到 cols
中指定的列名:=
通过引用执行赋值,意思是用 lapply(.SD,
的输出更新新创建的列到位by
参数指定聚合器列 关于r - 在 R 中聚合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30211704/