具有唯一值和计数的新数据框 [重复]答案

【问题标题】：New data frame with unique values and counts [duplicate]具有唯一值和计数的新数据框 [重复]
【发布时间】：2021-09-11 19:38:10
【问题描述】：

我想从旧的数据表中创建一个新的数据表，其中包括每个日期出现的所有“article_id”的计数（即，列出了日期 2001-10-01 的三个 article_id，所以我'想要一列包含日期，一列包含文章计数“3”）。

这是数据表的输出：

            date       article_id  N
   1: 2001-09-01 FAS_200109_11104  3
   2: 2001-10-01 FAS_200110_11126  6
   3: 2001-10-01 FAS_200110_11157 21
   4: 2001-10-01 FAS_200110_11160  5
   5: 2001-11-01 FAS_200111_11220 26
  ---                               
7359: 2019-08-01  FAZ_201908_2958  7
7360: 2019-09-01  FAZ_201909_3316  8
7361: 2019-09-01  FAZ_201909_3515 13
7362: 2000-12-01 FAZ_200012_92981  3
7363: 2001-08-01 FAZ_200108_86041 14

所以我必须将唯一的日期值转移到一个新的数据框（这样每个日期只显示一次），以及每个日期显示的 article_id 计数。

我一直在试图弄清楚这一点，但还没有找到关于如何按组（日期）计算字符向量（article_id）出现的确切答案。我认为这在 R 中很简单，但我是该程序的新手，没有太多支持，所以我非常感谢您的建议 - 非常感谢！

【问题讨论】：

你想要每个“日期”的N 的总和，即dt[, .(N = sum(N)), date]

标签： r datatable

【解决方案1】：

预期的输出不清楚。预期产出的一些假设

“日期”的“N”总和

library(data.table)
dt[, .(N = sum(N, na.rm = TRUE)), by = date]

每个日期的唯一“article_id”计数

dt1[, .(N = uniqueN(article_id)), by = date]

按“日期”获取第一个计数

dt1[, .(N = first(N)), by = date]

【讨论】：

您好 akrun，非常感谢您的支持！这成功了。

【解决方案2】：

我们可以分组然后summarise:

library(dplyr)
df %>% 
    group_by(date) %>% 
    summarise(n = n())

 date           n
  <chr>      <int>
1 2000-12-01     1
2 2001-08-01     1
3 2001-09-01     1
4 2001-10-01     3
5 2001-11-01     1
6 2019-08-01     1
7 2019-09-01     2

【讨论】：

【解决方案3】：

这里有 2 个tidyverse 解决方案：

库

图书馆（tidyverse）

示例数据

df <- 
  tibble(
    date = ymd(c("2001-09-01","2001-10-01","2001-10-01")),
    article_id = c("FAS_200109_11104","FAS_200110_11126","FAS_200110_11157"),
    N = c(3,6,21)
  )

解决方案

解决方案 1

df %>% 
  group_by(date) %>% 
  summarise(N = sum(N,na.rm = TRUE))

解决方案 2

df %>% 
  count(date,wt = N)

结果

# A tibble: 2 x 2
  date           n
  <date>     <dbl>
1 2001-09-01     3
2 2001-10-01    27

【讨论】：