数据框中的条件计数答案

【问题标题】：Conditional count in data frame数据框中的条件计数
【发布时间】：2017-06-08 19:14:19
【问题描述】：

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
“count1”列是年龄小于 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"

【问题讨论】：

标签： r dataframe dplyr

【解决方案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

因为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

或者在sum的基础上使用aggregate

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

注意：以上所有方法都为数据集提供了适当的列。这将在aggregate 中特别指出。这就是输出列（即矩阵）使用do.call(data.frame 转换为适当列的原因

【讨论】：

【解决方案2】：

使用基数 R，我们可以使用 aggregate 来查找每个组的行数 (id) 以及值小于 21 的行数

aggregate(age~id, df, function(x) c(count = length(x), 
                                                   count1 = length(x[x  < 21])))

#  id age.count age.count1
#1 A1         4          1
#2 A2         3          2

【讨论】：