如何检查列的唯一值是否多次出现在 R 中另一列的不同值？答案

【问题标题】：How can I check if unique values of a column has multiple occurrences for different values of another column in R?如何检查列的唯一值是否多次出现在 R 中另一列的不同值？
【发布时间】：2021-09-10 17:11:42
【问题描述】：

样本数据：

set.seed(4)
cl <- sample(LETTERS[1:2], 100, replace = T)
seller <- round(runif(100, min=1, max=80))

df <- data.frame(cl, seller)

    cl seller
1    B     21
2    A     51
3    A     22
4    A     43
5    A     38
6    B     46
7    A     54
8    B     18
9    A     78
.......

99   A     32
100  B      8

我想检查 seller 的一个唯一值出现的次数 A 和 B。假设在具有此特定种子的数据框中，您会看到 A 和 B 都出现了 7，因此将计算 7。

我的尝试：

df %>%
  filter(cl=='A')-> d1

df %>%
  filter(cl=='B')-> d2

d3 <- merge(d1, d2, by='seller') %>%
  distinct(seller)

nrow(d3)
17

所以，17 个卖家同时拥有 cl：A 和 B。

到目前为止，我的尝试非常不理想。它会产生结果，但必须有更好的方法来使用dplyr，甚至使用我无法弄清楚的基本R。此外，如果我这样做，对于更大的数据集将非常耗时。

我怎样才能以更好、更整洁的方式解决这个问题？

【问题讨论】：

标签： r dplyr data-wrangling

【解决方案1】：

我们可以使用n_distinct（假设在“cl”列中仅找到“A”、“B”值）：

library(dplyr)
df %>%
    group_by(seller) %>%
    summarise(n = n_distinct(cl), .groups = 'drop') %>%
    filter(n == 2) %>%
    nrow

输出：

[1] 17

或者也可以

df %>%
    group_by(seller) %>%
    summarise(n = all(c("A", "B") %in% cl), .groups = 'drop') %>%
    pull(n) %>%
    sum
[1] 17

【讨论】：

【解决方案2】：

使用 table、colSums 和 sum 的基本 R 方法

sum(colSums(table(df) > 0) == 2)
#[1] 17

【讨论】：