r - 使用 dplyr 汇总并统计分组 df 中唯一值的数量

标签 r dplyr tidyverse summarize

我有这个 df:

structure(list(CN = c("BR", "BR", "BR", "PL", "PL", "PL", 
"BR", "BR", "BR", "BR", "PL", "PL", "PL"), Year = c(2019, 
2019, 2019, 2019, 2019, 2019, 2020, 2020, 2020, 2020, 2020, 2020, 
2020), Squad = c("A", "B", "C", "A", "B", "C", "C", "F", "G", 
"I", "D", "E", "F"), X = c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 
1), Y = c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1)), row.names = c(NA, 
-13L), class = c("tbl_df", "tbl", "data.frame"))

我想总结(x+y 和小队人数的总和),按 CN 和年份分组;并在同一结构中添加一列,其中包含仅按 CN 分组的小队的唯一/不同值的计数。

它看起来像这样:

structure(list(CN = c("BR", "BR", "PL", "PL"), Year = c(2019, 
2020, 2019, 2020), Sum = c(12, 14, 12, 12), n_squad = c(3, 4, 
3, 3), n_squad_distinct = c(6, 6, 6, 6)), row.names = c(NA, -4L
), class = c("tbl_df", "tbl", "data.frame"))

谢谢

最佳答案

我们可以通过在“Squad”上应用n_distinct来创建按“CN”分组的“n_squad_distinct”列,然后将“Year”和“n_squad_distinct”也添加为分组变量并执行总结

library(dplyr)
df %>%
   group_by(CN) %>%
   mutate(n_squad_distinct = n_distinct(Squad)) %>% 
   group_by(n_squad_distinct, Year, .add = TRUE) %>%
   summarise(Sum = sum(X + Y), n_squad = n_distinct(Squad), .groups = 'drop')

-输出

# A tibble: 4 × 5
  CN    n_squad_distinct  Year   Sum n_squad
  <chr>            <int> <dbl> <dbl>   <int>
1 BR                   6  2019    12       3
2 BR                   6  2020    14       4
3 PL                   6  2019    12       3
4 PL                   6  2020    12       3

关于r - 使用 dplyr 汇总并统计分组 df 中唯一值的数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72791590/

相关文章:

加法双向表 Tukey 图的 R 实现

r - 从矩阵中选取一个序列

r - 获取R中括号零的两个值的索引

r - 使用 dplyr 进行汇总并保持相同的变量名

r - dplyr:将组中的所有值除以组的第一个值

r - 如果不在 case_when 语句中,则保留值

r - 如何在 r 中处理具有超过 500 万个观测值的数据帧时加速迭代?

r - 通过R中的dplyr将特定的列对收集到行中

替换 dplyr 链所有列中的 NA

r - 在句子中搜索一个词并将其表示为新特征