#r #dataframe
#r #фрейм данных
Вопрос:
У меня есть данные в формате, приведенном ниже
| a | b |
|---|---|
| 1 | A,B |
| 1 | A |
| 1 | B |
| 2 | A,B |
| 2 | D, C |
| 2 | A |
| 2 | A |
Что мне нужно, так это когда столбцу groupby ‘a’ нужны разные значения столбца ‘b’
| a | количество |
|---|---|
| 1 | 2 |
| 2 | 4 |
Потому что для 1 у нас есть только 2 разных значения, то есть A, B, но для 2 у нас есть 4, то есть A, B, C, D.
Я могу сначала разделить данные в формате tall, а затем выполнить groupby, но, поскольку мне нужно выполнить несколько других агрегаций, я подумал о том, как это сделать в одной строке.
Заранее спасибо
Комментарии:
1. Пожалуйста, предоставьте свои входные данные в виде кода, который воссоздает data.frame в R. Вы могли бы использовать функцию dput() или аналогичную.
Ответ №1:
Мы можем использовать aggregate в базе R :
aggregate(b~a,df, function(x) length(unique(unlist(strsplit(x, ',')))))
# a b
#1 1 2
#2 2 4
данные
df <- structure(list(a = c(1L, 1L, 1L, 2L, 2L, 2L, 2L), b = c("A,B",
"A", "B", "A,B", "D,C", "A", "A")), class = "data.frame", row.names = c(NA, -7L))
Комментарии:
1. Спасибо, я использовал это в dplyr, и это сработало
Ответ №2:
Используя tidyr::separate_rows и dplyr::n_distinct это может быть достигнуто следующим образом:
library(dplyr)
d %>%
tidyr::separate_rows(b) %>%
group_by(a) %>%
summarise(count = n_distinct(b))
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 2 x 2
#> a count
#> <int> <int>
#> 1 1 2
#> 2 2 4
ДАННЫЕ
d <- read.table(text = "a b
1 A,B
1 A
1 B
2 A,B
2 D,C
2 A
2 A", header = TRUE)
Комментарии:
1. Привет, спасибо за ответ. Я пробовал это, но, как я уже упоминал, у меня есть несколько других столбцов, которые мне нужно объединить, и с помощью функции separate_rows() дублирую эти строки. Не могли бы вы помочь с этим?
2. Хм. Поскольку это зависит от структуры ваших данных, я могу только догадываться. Если каждый из ваших столбцов содержит одинаковое количество элементов в строке, то вы могли бы сделать
tidyr::separate_rows(b, c, d, ...). В противном случае я бы предложил обновить ваш вопрос и данные примера.
Ответ №3:
База R с использованием Map() :
setNames(do.call(c, Map(function(x){length(unique(trimws(unlist(strsplit(x, ",")))))},
with(df, split(b, a)))), names(df))