Подсчитайте количество наблюдений / строк на группу и добавьте результат во фрейм данных
Скажи у меня есть data.frame объект:
df <- data.frame(name=c('black','black','black','red','red'),
type=c('chair','chair','sofa','sofa','plate'),
num=c(4,5,12,4,3))
Теперь я хочу посчитать количество наблюдений за каждой комбинацией name а также type, Это можно сделать так:
table(df[ , c("name","type")])
или, возможно, также с plyr(хотя я не уверен, как).
Однако как мне получить результаты, включенные в исходный фрейм данных? Так что результаты будут выглядеть так:
df
# name type num count
# 1 black chair 4 2
# 2 black chair 5 2
# 3 black sofa 12 1
# 4 red sofa 4 1
# 5 red plate 3 1
где count теперь хранит результаты агрегации.
Решение с plyr может быть интересно узнать также, хотя я хотел бы видеть, как это делается с базой R.
12 ответов
Еще один способ, который обобщает больше:
df$count <- unsplit(lapply(split(df, df[c("name","type")]), nrow), df[c("name","type")])
С помощью plyr :
plyr::ddply(df, .(name, type), transform, count = length(num))
С помощью data.table :
library(data.table)
dt = data.table(df)
# using setkey or setkeyv to set the key
setkeyv(dt, c('name', 'type'))
# self
dt[dt[ , count = length(num), 'name, type']]
РЕДАКТИРОВАТЬ (mnel)
С помощью data.table версия 1.8.2 или выше имеет := по группам. Также есть значение .N (введена версия 1.6.2), которая является числом строк в группе), так что это так же просто, как
dt[ , count := .N, by = list(name, type)]
С помощью dplyr :
library(dplyr)
df %>%
group_by(name, type) %>%
mutate(count = n())
С новой версией dplyr (0.6.0)
df %>%
add_count(name, type)
Ты можешь использовать ave:
df$count <- ave(df$num, df[,c("name","type")], FUN=length)
Вы можете сделать это:
> ddply(df,.(name,type),transform,count = NROW(piece))
name type num count
1 black chair 4 2
2 black chair 5 2
3 black sofa 12 1
4 red plate 3 1
5 red sofa 4 1
или, возможно, более интуитивно,
> ddply(df,.(name,type),transform,count = length(num))
name type num count
1 black chair 4 2
2 black chair 5 2
3 black sofa 12 1
4 red plate 3 1
5 red sofa 4 1
Это должно сделать вашу работу:
df_agg <- aggregate(num~name+type,df,FUN=NROW)
names(df_agg)[3] <- "count"
df <- merge(df,df_agg,by=c('name','type'),all.x=TRUE)
База R функция aggregate получит счет с одной линией, но добавив его обратно к оригиналу data.frame кажется, занимает немного обработки.
df <- data.frame(name=c('black','black','black','red','red'),
type=c('chair','chair','sofa','sofa','plate'),
num=c(4,5,12,4,3))
df
# name type num
# 1 black chair 4
# 2 black chair 5
# 3 black sofa 12
# 4 red sofa 4
# 5 red plate 3
rows.per.group <- aggregate(rep(1, length(paste0(df$name, df$type))),
by=list(df$name, df$type), sum)
rows.per.group
# Group.1 Group.2 x
# 1 black chair 2
# 2 red plate 1
# 3 black sofa 1
# 4 red sofa 1
my.summary <- do.call(data.frame, rows.per.group)
colnames(my.summary) <- c(colnames(df)[1:2], 'rows.per.group')
my.data <- merge(df, my.summary, by = c(colnames(df)[1:2]))
my.data
# name type num rows.per.group
# 1 black chair 4 2
# 2 black chair 5 2
# 3 black sofa 12 1
# 4 red plate 3 1
# 5 red sofa 4 1
Используя пакет sqldf:
library(sqldf)
sqldf("select a.*, b.cnt
from df a,
(select name, type, count(1) as cnt
from df
group by name, type) b
where a.name = b.name and
a.type = b.type")
# name type num cnt
# 1 black chair 4 2
# 2 black chair 5 2
# 3 black sofa 12 1
# 4 red sofa 4 1
# 5 red plate 3 1
Другой вариант использования add_tally изdplyr. Вот воспроизводимый пример:
df <- data.frame(name=c('black','black','black','red','red'),
type=c('chair','chair','sofa','sofa','plate'),
num=c(4,5,12,4,3))
library(dplyr)
df %>%
group_by(name, type) %>%
add_tally(name = "count")
#> # A tibble: 5 × 4
#> # Groups: name, type [4]
#> name type num count
#> <chr> <chr> <dbl> <int>
#> 1 black chair 4 2
#> 2 black chair 5 2
#> 3 black sofa 12 1
#> 4 red sofa 4 1
#> 5 red plate 3 1
Создано 11 сентября 2022 г. с использованием репрекса версии 2.0.2.
Вы были всего в одном шаге от включения количества строк в базовый набор данных.
С использованием tidy() функция от broom пакет, преобразовать таблицу частот в кадр данных и внутреннее соединение с df:
df <- data.frame(name=c('black','black','black','red','red'),
type=c('chair','chair','sofa','sofa','plate'),
num=c(4,5,12,4,3))
library(broom)
df <- merge(df, tidy(table(df[ , c("name","type")])), by=c("name","type"))
df
name type num Freq
1 black chair 4 2
2 black chair 5 2
3 black sofa 12 1
4 red plate 3 1
5 red sofa 4 1
Одна простая линия в базе R:
df$count = table(interaction(df[, (c("name", "type"))]))[interaction(df[, (c("name", "type"))])]
То же самое в двух строках, для ясности / эффективности:
fact = interaction(df[, (c("name", "type"))])
df$count = table(fact)[fact]
Альтернатива с двумя строками состоит в том, чтобы сгенерировать переменную 0 и затем заполнить ее split<-, split, а также lengths как это:
# generate vector of 0s
df$count <-0L
# fill it in
split(df$count, df[c("name", "type")]) <- lengths(split(df$num, df[c("name", "type")]))
Это возвращает желаемый результат
df
name type num count
1 black chair 4 2
2 black chair 5 2
3 black sofa 12 1
4 red sofa 4 1
5 red plate 3 1
По сути, RHS вычисляет длины каждой комбинации имя-тип, возвращая именованный вектор длины 6 с 0 для "red.chair" и "black.plate". Это подается на LHS с split <- который берет вектор и соответственно добавляет значения в заданных точках. Это по сути то, что ave делает, как вы можете видеть, что вторая до последней строки ave является
split(x, g) <- lapply(split(x, g), FUN)
Тем не мение, lengths это оптимизированная версия sapply(list, length),
Вcollapse, с . fcountзаметно быстрее, чем любые другие варианты.
library(collapse)
df |>
fcount(name, type, add = TRUE, name = "count")
# name type num count
# 1 black chair 4 2
# 2 black chair 5 2
# 3 black sofa 12 1
# 4 red sofa 4 1
# 5 red plate 3 1