计算数据框中的唯一项目答案

【问题标题】：Counting unique items in data frame计算数据框中的唯一项目
【发布时间】：2011-03-28 13:11:10
【问题描述】：

我想简单计算每个研究条件下的受试者数量。数据如下所示：

subjectid  cond   obser variable
1234        1        1      12   
1234        1        2      14
2143        2        1      19
3456        1        1      12 
3456        1        2      14 
3456        1        3      13   

etc       etc    etc       etc

这是一个大型数据集，并不总是很明显有多少独特的主题对每个条件做出贡献，等等。

我在 data.frame 中有这个。

我想要的是类似的东西

cond   ofSs 
1       122 
2        98

对于每个“条件”，我都会计算为该条件贡献数据的唯一 Ss 的数量。看起来这应该非常简单。

【问题讨论】：

谢谢大家。好吧，我是对的，这非常简单。但是，你们都教了我四种方法，并让我更好地了解了 R 的许多软件包。

标签： r

【解决方案1】：

使用plyr 包中的ddply 函数：

require(plyr)
df <- data.frame(subjectid = sample(1:3,7,T), 
                 cond = sample(1:2,7,T), obser = sample(1:7))

> ddply(df, .(cond), summarize, NumSubs = length(unique(subjectid)))
  cond NumSubs
1    1       1
2    2       2

ddply 函数通过cond 变量“拆分”数据帧，并为每个子数据帧生成一个汇总列NumSubs。

【讨论】：

【解决方案2】：

使用我加载到对象 dat 中的数据的 sn-p：

> dat
  subjectid cond obser variable
1      1234    1     1       12
2      1234    1     2       14
3      2143    2     1       19
4      3456    1     1       12
5      3456    1     2       14
6      3456    1     3       13

那么做到这一点的一种方法是使用聚合来计算唯一的subjectid（假设这就是你所说的“Ss”？？？

> aggregate(subjectid ~ cond, data = dat, FUN = function(x) length(unique(x)))
  cond subjectid
1    1         2
2    2         1

【讨论】：

【解决方案3】：

或者，如果您喜欢 SQL 并且不介意安装软件包：

library(sqldf);
sqldf("select cond, count(distinct subjectid) from dat")

【讨论】：

【解决方案4】：

为了给你更多选择，你也可以使用tapply

tapply(a$subjectid, a$cond, function(x) length(unique(x)))
1 2 
2 1

【讨论】：