使用 dplyr 按组计算行数答案

【问题标题】：Count number of rows by group using dplyr使用 dplyr 按组计算行数
【发布时间】：2014-05-11 03:57:42
【问题描述】：

我正在使用mtcars 数据集。我想查找特定数据组合的记录数。与 SQL 中的 count(*) group by 子句非常相似。 plyr 的ddply() 正在为我工作

library(plyr)
ddply(mtcars, .(cyl,gear),nrow)

有输出

  cyl gear V1
1   4    3  1
2   4    4  8
3   4    5  2
4   6    3  2
5   6    4  4
6   6    5  1
7   8    3 12
8   8    5  2

使用此代码

library(dplyr)
g <- group_by(mtcars, cyl, gear)
summarise(g, length(gear))

有输出

  length(cyl)
1          32

我找到了各种可以传递给summarise() 的函数，但似乎没有一个对我有用。我发现的一个函数是sum(G)，它返回了

Error in eval(expr, envir, enclos) : object 'G' not found

尝试使用n()，它返回了

Error in n() : This function should not be called directly

我做错了什么？我怎样才能让group_by() / summarise() 为我工作？

【问题讨论】：

我无法重现这个。我得到与ddply 相同的输出。你在哪个版本的 dplyr 上？尝试更新？
我有最新版本 0.1.3。你有 0.1.2 吗？
不。您的示例对我来说适用于 0.1.3。
你有什么版本的R？这会导致行为上的差异吗？我也在家里的一台使用 Ubuntu 的电脑上试过这个，同样的事情..
谢谢！！！那解决了它。如果我同时附加了 plyr 和 dplyr 包，则汇总无法按预期工作。一旦我重新启动会话（并且默认情况下没有附加所有普通包），我就能够使其工作。唷。

标签： r dplyr count plyr

【解决方案1】：

我认为您正在寻找的内容如下。

cars_by_cylinders_gears <- mtcars %>%
  group_by(cyl, gear) %>%
  summarise(count = n())

这是使用 dplyr 包。这本质上是 docendo discimus 提供的 count() 解决方案的简写版本。

【讨论】：

为我工作。关键部分不是指定要分组的列名周围的引号。

【解决方案2】：

另一种方法是使用双冒号：

mtcars %>% 
  dplyr::group_by(cyl, gear) %>%
  dplyr::summarise(length(gear))

【讨论】：

【解决方案3】：

在 dplyr 中有一个特殊的函数 n() 来计算行数（可能在组内）：

library(dplyr)
mtcars %>% 
  group_by(cyl, gear) %>% 
  summarise(n = n())
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

但是 dplyr 还提供了一个方便的 count 函数，它的作用与更少的输入完全相同：

count(mtcars, cyl, gear)          # or mtcars %>% count(cyl, gear)
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

【讨论】：

【解决方案4】：

另一个选项，不一定更优雅，但不需要引用特定列：

mtcars %>% 
  group_by(cyl, gear) %>%
  do(data.frame(nrow=nrow(.)))

【讨论】：

这只是给你数据集的nrow 而不是组