数据帧中的条件计数

Question

我有一个带有三列的数据框（df），如下所示：

结构体：

id id1 age
A1 a1  32
A1 a2  45
A1 a3  45
A1 a4  12
A2 b1  15
A2 b5  34
A2 b64 17

预期产量：

id count count1
A1 4     1
A2 3     2

逻辑：

• 列“ count”是重复“ id”的次数
• 列“ count1”是年龄小于21的行数

当前代码：

library(dplyr)
df_summarized <- df %>% 
                     group_by(id) >%> 
                     summarise(count = n(),count1 = count(age<21)) 

问题：

Error: no applicable method for 'group_by_' applied to an object of class "logical"

Answer 1

我们需要做 sum

df %>% 
    group_by(id) %>% 
    summarise(count = n(),count1 = sum(age < 21))
# A tibble: 2 × 3
#     id count count1
#  <chr> <int>  <int>
#1    A1     4      1
#2    A2     3      2

作为count适用于data.frame或tbl_df，而不是在内部的单个列summarise

或使用 data.table

library(data.table)
setDT(df)[, .(count = .N, count1 = sum(age < 21)), id]

或搭配 base R

cbind(count = rowSums(table(df[-2])), count1 = as.vector(rowsum(+(df$age < 21), df$id)))
#   count count1
#A1     4      1
#A2     3      2

或使用aggregate基于sum

do.call(data.frame, aggregate(age~id, df, FUN =
            function(x) c(count = length(x), count1 = sum(x<21))))

注意：所有上述方法为数据集提供适当的列。这将在中特别说明aggregate。这就是将输出列（即矩阵）转换为适当的列的原因do.call(data.frame