如何融化或重塑 R 中的分箱数据？ [复制]

Question

我已经对反映每个大陆的河流宽度的数据进行了分类。下面是一个示例数据集。我几乎只是想将数据放入我显示的表格中。

 dat <- read.table(text =    
                      "width continent bin
                      5.32     Africa  10
                      6.38     Africa  10
                      10.80    Asia    20
                      9.45     Africa  10
                      22.66    Africa  30
                      9.45     Asia    10",header = TRUE)

如何融合上述玩具数据集以创建此数据框？

Bin Count Continent
10  3     Africa
10  1     Asia
20  1     Asia
30  1     Africa

Answer 1

我们可以按组使用其中任一聚合。

data.table 选项是将“data.frame”转换为“data.table”（setDT(dat)），按“continent”和“bin”变量分组，我们得到每组的元素数（ .N)

library(data.table)
setDT(dat)[,list(Count=.N) ,.(continent,bin)]
#    continent bin Count
#1:    Africa  10     3
#2:      Asia  20     1
#3:    Africa  30     1
#4:      Asia  10     1

或与dplyr 类似的选项，通过对变量进行分组，然后使用n() 而不是.N 来获取计数。

 library(dplyr)
 dat %>%
      group_by(continent, bin) %>%
      summarise(Count=n())

或者我们可以使用base R中的aggregate，并使用公式方法，我们得到length。

 aggregate(cbind(Count=width)~., dat, FUN=length)
 #   continent bin Count
 #1    Africa  10     3
 #2      Asia  10     1
 #3      Asia  20     1
 #4    Africa  30     1

来自@Frank 和@David Arenburg 的cmets，一些使用data.table 和dplyr 的附加选项。我们将数据集转换为data.table (setDT(dat))，使用dcast 转换为“宽”格式，然后使用melt 将其重新转换回“长”格式，并将roww (value>0) 子集化

 library(data.table)
 melt(dcast(setDT(dat),continent~bin))[value>0]

使用来自dplyr的count

 library(dplyr)
 count(dat, bin, continent)

Answer 2

与sqldf:

library(sqldf)
sqldf("SELECT bin, continent, COUNT(continent) AS count 
      FROM dat 
      GROUP BY bin, continent")

输出：

  bin continent count
1  10    Africa     3
2  10      Asia     1
3  20      Asia     1
4  30    Africa     1