Voudrait mettre la main sur le code dplyr, mais ne peut pas le comprendre. Vous avez vu un problème similaire décrit ici pour de nombreuses variables ( résumant les décomptes d'un facteur avec dplyr et Placer les décomptes en ligne des occurrences de valeur dans de nouvelles variables, comment faire cela dans R avec dplyr? ), mais ma tâche est un peu plus petite.
Étant donné une trame de données, comment puis-je compter la fréquence d'une variable et la placer dans une nouvelle variable.
set.seed(9)
df <- data.frame(
group=c(rep(1,5), rep(2,5)),
var1=round(runif(10,1,3),0))
Ensuite nous avons:
>df
group var1
1 1 1
2 1 1
3 1 1
4 1 1
5 1 2
6 2 1
7 2 2
8 2 2
9 2 2
10 2 3
Souhaiterait une troisième colonne indiquant par groupe (group
) combien de fois var1
se produit, dans cet exemple, ce serait: count = (4,4,4,4,1,1,3,3,3,1). J'ai essayé - sans succès - des choses comme:
df %>% group_by(group) %>% rowwise() %>% do(count = nrow(.$var1))
Les explications sont très appréciées!
Il vous suffit de regrouper vos données par les deux colonnes, "groupe" et "var1":
df %>% group_by(group, var1) %>% mutate(count = n())
#Source: local data frame [10 x 3]
#Groups: group, var1
#
# group var1 count
#1 1 1 4
#2 1 1 4
#3 1 1 4
#4 1 1 4
#5 1 2 1
#6 2 1 1
#7 2 2 3
#8 2 2 3
#9 2 2 3
#10 2 3 1
Voici un exemple de la façon dont vous NE DEVRIEZ PAS LE FAIRE:
df %>% group_by(group, var1) %>% do(data.frame(., count = length(.$group)))
L'implémentation de dplyr avec n()
est à coup sûr beaucoup plus rapide, plus propre et plus courte et doit toujours être préférée aux implémentations comme ci-dessus.
C'est peut-être une nouvelle fonctionnalité, mais cela peut être fait avec une seule commande dplyr
:
df %>% add_count(group, var1)
group var1 n
1 1 1 4
2 1 1 4
3 1 1 4
4 1 1 4
5 1 2 1
6 2 1 1
7 2 2 3
8 2 2 3
9 2 2 3
10 2 3 1
Nous pouvons utiliser probablement une autre fonction pratique tally
de dplyr
df %>% group_by(group, var1) %>% tally()
# Source: local data frame [5 x 3]
# Groups: group
#
# group var1 n
# 1 1 1 4
# 2 1 2 1
# 3 2 1 1
# 4 2 2 3
# 5 2 3 1
Deux alternatives:
1: avec la base R:
# option 1:
df$count <- ave(df$var1, df$var1, df$group, FUN = length)
# option 2:
df <- transform(df, count = ave(var1, var1, group, FUN = length))
qui donne:
> df group var1 count 1 1 1 4 2 1 1 4 3 1 1 4 4 1 1 4 5 1 2 1 6 2 1 1 7 2 2 3 8 2 2 3 9 2 2 3 10 2 3 1
2: avec data.table :
library(data.table)
setDT(df)[, count:=.N, by = .(group, var1)]
ce qui donne le même résultat:
> df group var1 count 1: 1 1 4 2: 1 1 4 3: 1 1 4 4: 1 1 4 5: 1 2 1 6: 2 1 1 7: 2 2 3 8: 2 2 3 9: 2 2 3 10: 2 3 1
Si vous souhaitez résumer, vous pouvez utiliser:
# with base R:
aggregate(id ~ group + var1, transform(df, id = 1), length)
# with 'dplyr':
count(df, group, var1)
# with 'data.table':
setDT(df)[, .N, by = .(group, var1)]