如何按组计算唯一值的数量？

Question

ID= c('A', 'A', 'A', 'B', 'B', 'B')
color=c('white', 'green', 'orange', 'white', 'green', 'green')

d = data.frame (ID, color)

我想要的结果是

unique_colors=c(3,3,3,2,2,2)
d = data.frame (ID, color, unique_colors)

或者在新的数据框架中更清楚c

ID= c('A','B')
unique_colors=c(3,2)
c = data.frame (ID,unique_colors)

我试过的不同组合aggregate和ave以及by和with我想这是这些功能的组合.

解决方案包括:

length(unique(d$color))

计算唯一元素的数量.

Answer 1

我想你在这里弄错了.使用时plyr或<-使用时都不需要data.table.

data.table的最新版本,v> = 1.9.6,只有一个新功能uniqueN().

library(data.table) ## >= v1.9.6
setDT(d)[, .(count = uniqueN(color)), by = ID]
#    ID count
# 1:  A     3
# 2:  B     2

如果要使用计数创建新列,请使用:=运算符

setDT(d)[, count := uniqueN(color), by = ID]

或者dplyr使用该n_distinct功能

library(dplyr)
d %>%
  group_by(ID) %>%
  summarise(count = n_distinct(color))
# Source: local data table [2 x 2]
# 
#   ID count
# 1  A     3
# 2  B     2

或者(如果你想要一个新列)使用mutate而不是summary

d %>%
  group_by(ID) %>%
  mutate(count = n_distinct(color))