R 分组 |计算按另一列分组的不同值答案

【问题标题】：R group by | count distinct values grouping by another columnR 分组 |计算按另一列分组的不同值
【发布时间】：2018-11-29 21:42:38
【问题描述】：

如何计算每个页面名称的不同 visit_id 数量？

visit_id  post_pagename
1       A
1       B
1       C
1       D 
2       A
2       A
3       A
3       B

结果应该是：

post_pagename distinct_visit_ids
A     3
B     2
C     1
D     1

试过了

test_df<-data.frame(cbind(c(1,1,1,1,2,2,3,3),c("A","B","C","D","A","A","A","B")))
colnames(test_df)<-c("visit_id","post_pagename")
test_df

test_df %>%
 group_by(post_pagename) %>%
  summarize(vis_count = n_distinct(visit_id))

但这只给了我数据集中不同的 visit_id 的数量

【问题讨论】：

为什么 D 没有包含在预期结果中。 “不同的数量”和“不同的数量”有什么区别
苏里门，数量和数量是一样的。是的，可能有 D = 0，但对我来说没有必要
如果visit_id1对D有一次访问，怎么会是D == 0？
好的，对不起，我的错误。我会在我的问题发布中更正它

标签： r

【解决方案1】：

一种方式

test_df |>
  distinct() |>
  count(post_pagename)

#   post_pagename     n
#   <fct>         <int>
# 1 A                 3
# 2 B                 2
# 3 C                 1
# 4 D                 1

或其他

test_df |>
  group_by(post_pagename) |>
  summarise(distinct_visit_ids = n_distinct(visit_id))

# A tibble: 4 x 2
#  post_pagename distinct_visit_ids
#  <fct>                      <int>
#1 A                              3
#2 B                              2
#3 C                              1
#4 D                              1

*D has one visit, so it must be counted*

【讨论】：

可能取决于版本。我的机器上安装了 dplyr 0.7.4。
utubun：我有 0.7.5
我得到一行作为 distinct_visit_ids = 3 的结果
我不知道为什么它在我和你的情况下表现不同。
,..我会找到你的.,..我要getcha getcha getcha

【解决方案2】：

函数n_distinct() 将为您提供数据中不同的行数，因为您有 2 行是“2 A”，您应该只使用n()，这将计算您分组变量的次数出现。

test_df<-data.frame(cbind(c(1,1,1,1,2,2,3,3),c("A","B","C","D","A","A","A","B")))
colnames(test_df)<-c("visit_id","post_pagename")
test_df


test_df %>%
unique() %>%
group_by(post_pagename) %>%
summarize(vis_count = n())

这应该可以正常工作。

希望对你有帮助:)

【讨论】：

我得到一个错误：Fehler: This function should not be called directly
试试 dplyr::summarize(vis_count = n())
这意味着您需要 dplyr 包中的汇总函数。您可以在此处查看更多关于此错误的信息 stackoverflow.com/questions/22801153/…
Giovana：我添加了：dplyr::summarize 并且没有出现错误。但结果不正确。请与我在问题帖中的结果进行比较。
乔瓦娜；您的查询只计算每个页面名称元素的数量。 4xA、2xB、1xC、1xD