R唯一值计数

Question

我有一个有 4 列的 data.frame。第 2 列有每个人的唯一 ID（“Cofecha”），第 4 列有给定个人所属的地块（“地块”）。 data.frame 中的每个个体多次出现。我正在尝试做两件事：（1）获取独特个体的数量，然后（2）找出每个情节中有多少独特个体。我可以找到唯一个体的总数（摘录中的 4 个），但我不知道如何计算每个情节的个体数量。任何帮助将不胜感激！

摘自原始data.frame：

dx1

用于查找唯一个体的代码：

dx2

我也尝试了“表格”，但它只给了我每个人出现的次数，而不是每个情节出现了多少独特的人：

表（dx1$Cofecha）

有没有办法根据姓名的前 3 个字符计算每个人的数量？前 3 个字符相当于情节 ID。

Answer 1

你可以试试

with(dx1, tapply(as.character(Cofecha), list(Plot), FUN=function(x) length(unique(x))))
#    AP1 AP3 IR1 SM2 
#     1   1   1   1 

或者

library(data.table)
setDT(dx1)[, list(UniqueIDs= length(unique(Cofecha))), by=Plot]
#      Plot UniqueIDs
#   1:  IR1         1
#   2:  AP1         1
#   3:  SM2         1
#   4:  AP3         1

Answer 2

这是另一种方法：

library(dplyr)
dx1 %>%
  group_by(Plot) %>%
  summarize(distint_IDs = n_distinct(Cofecha))

#Source: local data frame [4 x 2]
#
#  Plot distint_IDs
#1  AP1           1
#2  AP3           1
#3  IR1           1
#4  SM2           1

还有一种使用基础 R 的可能性：

unlist(lapply(split(dx1, dx1$Plot), function(x) length(unique(x$Cofecha))))
#AP1 AP3 IR1 SM2 
#  1   1   1   1 

Answer 3

使用子字符串：

table(substr(dx1$Cofecha, 1,3))

给我

AP1 AP3 IR1 SM2 
  9   2   9   5

---

每一个都用唯一计数一次：

table(substr(unique(dx1$Cofecha), 1,3))
# AP1 AP3 IR1 SM2 
#   1   1   1   1