<分区>
我有一个数据集，其中包含每个日期的许多唯一标识符，例如
df <- data.frame(date = as.Date(c("2016-01-01", "2016-01-01", "2016-01-02", "2016-01-02")),
ids = c(3, 4, 1, 3))
然后我想总结这些信息以获得在当前日期出现的新的唯一 ID 的数量。例如，1 月 1 日有两个唯一 ID(3 和 4)。但是在 1 月 2 日，只有一个新的唯一 ID (1)。因此，生成的数据框应如下所示:
date n_new_unique_ids
2016-01-01 2
2016-01-02 1
dplyr 可以吗？我查看了 lag，但固定的滞后大小在这种情况下没有意义。或者可能使用另一个包？
最佳答案
一种选择是从数据集中删除所有重复的“id”
df %>%
filter(!(duplicated(ids)|duplicated(ids, fromLast=TRUE)))
# date ids
#1 2016-01-01 2
#2 2016-01-02 3
使用更新后的数据
df %>%
arrange(date, ids) %>%
filter(!duplicated(ids)) %>%
group_by(date) %>%
summarise(n_unique_ids = n())
# date n_unique_ids
# <date> <int>
#1 2016-01-01 2
#2 2016-01-02 1
关于r - dplyr 中的滑动组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38391629/