dplyr n_distinct有条件

Question

使用dplyr汇总数据集,我想调用n_distinct来计算列中唯一出现次数.但是,我还想对列中满足另一列条件的所有唯一事件进行另一次汇总().

名为"a"的示例数据帧:

A B
1 Y
2 N
3 Y
1 Y

a %>% summarise(count = n_distinct(A))

不过,我也想添加的数量n_distinct(A),其中B == "Y"

结果应该是:

count
    3

添加条件时,结果应为:

count
    2

我试图实现的最终结果是两个语句合并为一个调用,给我一个结果

count_all  count_BisY
        3           2

使用dplyr进行此操作的适当方法是什么？

Answer 1

另一种方法是使用dplyr中的data.tableuniqueN函数:

library(dplyr)
library(data.table)
a %>% summarise(count_all = n_distinct(A), count_BisY = uniqueN(A[B == 'Y']))

这使:

  count_all count_BisY
1         3          2

您还可以使用data.table执行所有操作:

library(data.table)
setDT(a)[, .(count_all = uniqueN(A), count_BisY = uniqueN(A[B == 'Y']))]

这给出了相同的结果.

Answer 2

这使用dplyr通过B的每个值产生不同的A计数.

library(dplyr)
a %>%
  group_by(B) %>%
  summarise(count = n_distinct(A))

这会产生结果:

Source: local data frame [2 x 2]

       B count
  (fctr) (int)
1      N     1
2      Y     2

要使用dplyr生成上面添加的所需输出,您可以执行以下操作:

a %>% summarise(count_all = n_distinct(A), count_BisY = length(unique(A[B == 'Y'])))

这会产生结果:

  count_all count_BisY
1         3          2