r - 数据框中的条件计数

Question

我有一个包含三列的数据框 (df)，如下所示:

结构:

id id1 age
A1 a1  32
A1 a2  45
A1 a3  45
A1 a4  12
A2 b1  15
A2 b5  34
A2 b64 17

预期输出:

id count count1
A1 4     1
A2 3     2

逻辑:

“count”列是“id”重复的次数

列“count1”是年龄小于 21 的行数

当前代码:

library(dplyr)
df_summarized <- df %>% 
                     group_by(id) >%> 
                     summarise(count = n(),count1 = count(age<21)) 

问题:

Error: no applicable method for 'group_by_' applied to an object of class "logical"

Answer 1

我们需要做sum

df %>% 
    group_by(id) %>% 
    summarise(count = n(),count1 = sum(age < 21))
# A tibble: 2 × 3
#     id count count1
#  <chr> <int>  <int>
#1    A1     4      1
#2    A2     3      2

如 count适用于data.frame或 tbl_df而不是在 summarise 内的单个列中

或使用 data.table

library(data.table)
setDT(df)[, .(count = .N, count1 = sum(age < 21)), id]

或与 base R

cbind(count = rowSums(table(df[-2])), count1 = as.vector(rowsum(+(df$age < 21), df$id)))
#   count count1
#A1     4      1
#A2     3      2

或使用 aggregate基于 sum

do.call(data.frame, aggregate(age~id, df, FUN =
            function(x) c(count = length(x), count1 = sum(x<21))))

注意:上述所有方法都为数据集提供了适当的列。这将在 aggregate 中特别注明.这就是输出列(即矩阵)转换为具有 do.call(data.frame 的适当列的原因