基于具有重复行的两列计算唯一值，R 数据框

Question

我有一个具有以下格式的 R 数据框：

column1    column2
NA         NA
1          A
1          A
1          A
NA         NA
NA         NA
2          B
2          B
NA         NA
NA         NA
3          A
3          A
3          A

df = structure(list(column1 = c(NA, 1L, 1L, 1L, NA, NA, 2L, 2L, NA, 
NA, 3L, 3L, 3L), column2 = c(NA, "A", "A", "A", NA, NA, "B", 
"B", NA, NA, "A", "A", "A")), .Names = c("column1", "column2"
), row.names = c(NA, -13L), class = "data.frame")

如果一列中的行具有NA，则另一列也具有NA。中的数值column1描述了一个唯一的组，例如第2-4行有组1。该列column2描述了该分组的标识。在此数据框中，标识为A、B、C或D。

我的目标是统计整个数据框中按组划分的身份数量：有多少个 A 组，有多少个 B 组等。

该文件的正确输出（到目前为止）是有 2 个 A 组和 1 个 B 组。

我该如何计算这个？

目前，我会尝试这样的事情：

length(df[df$column2 == "B"]) ## outputs 2 

但这是不正确的。如果我组合column1和column2，只取唯一值 1A、2B、3A，我想我可以计算出每个标签出现了多少次column2？

（如果更容易，我很乐意用于data.table此任务。）

Answer 1

您可以用于rle运行和table制表：

table(rle(df$column2)$values)

# A B 
# 2 1 

详情请参阅?rle和。?table

或者，如果您想利用column1（源自column2）：

table(unique(df)$column2)