R - 数据分组答案

【问题标题】：R - Grouping of DataR - 数据分组
【发布时间】：2017-09-07 19:57:29
【问题描述】：

我有以下方式的数据集：

 Incoming_Day  STU_ID
1 2016-04-27 A033548
2 2017-05-18 A034571
3 2017-01-27 A034623
4 2016-01-04 A100170
5 2016-01-05 A100170

我想制作一个数据框，显示每天的学生人数。

我使用了以下代码：

df <- aggregate(data.frame(count = df$STU_ID), list(Incoming_Day= df$Incoming_Day), length); df[1:5,]

但是我得到的结果是每天的观察次数。我确定我在这里犯了一个简单的错误。我该如何纠正它？

【问题讨论】：

请发布预期输出
@PoGibas: Incoming_Day No_Of_Students_Registration 1 2016-04-27 3 2 2017-05-18 5 3 2017-01-27 9 4 2016-01-04 6 5 2016-01-05 5 等等上
@Raj。您可以使用 dput(df) 从脚本中加载的原始 df 中提取可重现的示例。或者，如果您有一个非常大的样本并且想要获取前 10 行，请使用 dput(head(x = df, n =10))。其中 x 参数用于数据对象，n 用于要采样的行数。

标签： r dataframe aggregate

【解决方案1】：

aggregatedDF <- aggregate(data = df, STU_ID ~ Incoming_Day , 
                          function(x) length(unique(x)) )

【讨论】：

【解决方案2】：

尝试使用 function(x) 后跟 length(unique(x))，如下所示：

aggregate(data.frame(count=df$STU_ID),list(Incoming_Day=df$Incoming_Day),
          function(x) length(unique(x)))

输出：

  Incoming_Day count
1   2016-01-04     1
2   2016-01-05     2
3   2016-04-27     1
4   2017-01-27     1
5   2017-05-18     1

样本数据：

df <- fread("Incoming_Day  STU_ID
             2016-04-27 A033548
             2017-05-18 A034571
             2017-01-27 A034623
             2016-01-04 A100170
             2016-01-05 A100170
             2016-01-05 A100170
             2016-01-05 A100172")

【讨论】：

为什么必须将变量子集强制转换为列表和数据框？你可以不这样做就完成你的输出。
@DataTx - 这是个好问题。确实，根据所需的输出，可以使 aggregate() 语法更简单，就像您的答案一样。我使用的语法有两个主要优点：（1）输出是一个数据帧； (2) 所述数据框的列可以有自定义名称。
@RyanRunge：这只是 80000 行中的前 5 个，并且有多个 STU_ID。所以我可以使用任何手动输入的数据值。
@Raj - 没问题。无论哪种方式，这都可以作为解决方案。我只是添加了更多示例数据来演示输出。