R - 数据帧到频率表

Question

我在 R 中有以下数据框 test：

   test <- data.frame(
        ID = c(1,1,2,2,2),
        Color = c("green","blue",rep("green",3)))

    > test
      ID Color
    1  1 green
    2  1  blue
    3  2 green
    4  2 green
    5  2 green

我想要的输出是显示每个 ID 不同颜色数量的频率表。例如，

    > desired_output
    
       1    2 <NA> 
       1    1    0 

我使用下面的 dplyr 代码来产生这个结果：

    test_2 <- test %>% 
      group_by(ID) %>% 
      mutate(nDistColors = n_distinct(Color)) %>% 
      ungroup() %>% 
      as.data.frame() %>% 
      select(ID,nDistColors) %>% 
      distinct()

    desired_output <- table(test_2$nDistColors, useNA = "always")

我经常看到这样的事情，所以我想知道是否有更好的方法来编写代码来实现这个结果。特别是我觉得我记得使用了一个不需要线条的功能：

      select(ID,nDistColors) %>% 
      distinct()

如果我不必存储对象 test_2 也会很好，但是当我直接输入表格时，它会将格式更改为我不喜欢的 2 路频率表. 这可以避免吗？我在管道链中看不到指定我想要频率的列的方法：

    test %>% 
     group_by(ID) %>% 
     mutate(nDistColors = n_distinct(Color)) %>% 
     ungroup() %>% 
     as.data.frame() %>% 
     select(ID,nDistColors) %>% 
     distinct() %>% 
      table(useNA = "always")
          nDistColors

    ID     1 2 <NA>
      1    0 1    0
      2    1 0    0
      <NA> 0 0    0

Answer 1

可以用summarise 代替mutate 使其简洁，从而避免执行distinct 的步骤。此外，可以pull 列'n' 并在其上应用table，而不是将输出存储到临时对象中

library(dplyr)
test %>% 
    group_by(ID) %>% 
    summarise(n = n_distinct(Color), .groups = 'drop') %>%
    pull(n) %>% 
    table(useNA = 'always')
# 1    2 <NA> 
# 1    1    0