计数值在组 R 中出现的次数

Posted 2023-02-16

【中文标题】计数值在组 R 中出现的次数

【英文标题】：Count number of times a value occurs within a group R

【发布时间】：2021-12-29 21:10:36

【问题描述】：

我的数据样本如下：

id = c(1, 2, 3, 4, 5, 1, 4, 7, 8, 3)
date = c("2020-12-31", "2020-12-31", "2020-12-31", "2020-12-31",
          "2020-12-31", "01-01-2021", "01-01-2021", "01-01-2021", "01-01-2021",
          "01-01-2021")
total = c(1, 4, 4, 15, 0, 12, 1, 1, 1, 0)
data = data.frame(id, date, total)

我正在尝试计算每个日期出现“总”值的次数。例如，对于日期"2020-12-31"，值4 出现两次，但值1 只出现一次，因为它在该日期出现15 和0。然后对于日期"01-01-2021"，值1 出现三次，依此类推。本质上，我希望 out 导致：

day = c("2020-12-31", "01-01-2021")
one = c(1, 3)
two = c(0, 0)
three = c(0, 0)
four = c(2, 0)
five = c( 0, 0)
six = c(0, 0)
seven = c(0,0)
eight = c(0, 0)
nine = c(0,0)
ten = c(0,0)
eleven = c(0,0)
twelve = c(0,1)
thirteen = c(0,0)
fourteen = c(0,0)
fifteen = c(1,0)
df = data.frame(day, one, two, three, four, five, six, seven, eight, nine, ten, eleven, twelve, thirteen,
                  fourteen, fifteen)

所以一列代表日期，接下来的 15 列代表我正在计算的数字。 （我的数据还有更多日期，我只是没有把它们都放在我的例子中）

我首先将原始列按以下方式分组：

data %>%
group_by(date, total)

但我不确定如何计算每组的值并将其放入结果数据框中。谢谢！

【问题讨论】：

你有错误的第三个参数，我认为它必须是“total”，因为没有count attr

是的，抱歉，刚刚修好了

【参考方案1】：

library(tidyr)
library(dplyr)
data %>%
  count(date, total) %>%
  complete(date, total = 0:15, fill = list(n = 0)) %>%
  pivot_wider(id_cols = date, names_from = total, values_from = n, names_prefix = "total")
# # A tibble: 2 × 17
#   date   total0 total1 total2 total3 total4 total5 total6 total7 total8 total9 total10 total11 total12
#   <chr>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>   <dbl>   <dbl>   <dbl>
# 1 01-01…      1      3      0      0      0      0      0      0      0      0       0       0       1
# 2 2020-…      1      1      0      0      2      0      0      0      0      0       0       0       0
# # … with 3 more variables: total13 <dbl>, total14 <dbl>, total15 <dbl>

【讨论】：

我收到错误Error: wt_var must be a single variable

使用dplyr::count(date, total) 而不是count(date, total)。您可能有“另一个名为 count 的函数正在屏蔽 dplyr 的版本。”见***.com/questions/55305380/…

我收到此错误Error: Must group by variables found in `.data`. * Column `date` is not found. * Column `total` is not found. 我应该在 count() 之前执行 group_by(date) 吗？

将date 放入count 应该可以解决这个问题。我在您的示例数据上测试了代码，不确定有什么不同...

【参考方案2】：

`as.data.frame.table 是老生常谈的方法：

as.data.frame( with(data, table(date, total)))
#------------------------
         date total Freq
1  01-01-2021     0    1
2  2020-12-31     0    1
3  01-01-2021     1    3
4  2020-12-31     1    1
5  01-01-2021     4    0
6  2020-12-31     4    2
7  01-01-2021    12    1
8  2020-12-31    12    0
9  01-01-2021    15    0
10 2020-12-31    15    1

如果您希望它采用“宽”格式，这确实是一个 b*tch 的工作，然后将其保留为 tble：

with(data, table(date, total))
            total
date         0 1 4 12 15
  01-01-2021 1 3 0  1  0
  2020-12-31 1 1 2  0  1

【讨论】：

当我执行第二个代码块时，我收到错误 Error in table(date, total) : object 'total' not found

当您使用“with”时，可以不带引号引用列名。我正在使用您的示例。如果你得到不同的结果，你需要提供一个minimal reproducible example