使用 dplyr 按组计算行数

Question

我正在使用

mtcars

数据集。我想查找特定数据组合的记录数。与 SQL 中的

count(*)

group by 子句非常相似。来自

plyr

的 ddply() 正在为我工作

library(plyr)
ddply(mtcars, .(cyl,gear),nrow)

有输出

  cyl gear V1
1   4    3  1
2   4    4  8
3   4    5  2
4   6    3  2
5   6    4  4
6   6    5  1
7   8    3 12
8   8    5  2

使用此代码

library(dplyr)
g <- group_by(mtcars, cyl, gear)
summarise(g, length(gear))

有输出

  length(cyl)
1          32

我发现了各种可以传递给

summarise()

的函数，但似乎没有一个对我有用。我发现的一个函数是

sum(G)

，它返回了

Error in eval(expr, envir, enclos) : object 'G' not found

尝试使用

n()

，返回

Error in n() : This function should not be called directly

我做错了什么？我怎样才能让

group_by()

/

summarise()

为我工作？

Answer 1

dplyr 中有一个特殊函数

n()

用于计算行数（可能在组内）：

library(dplyr)
mtcars %>% 
  group_by(cyl, gear) %>% 
  summarise(n = n())
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

但是 dplyr 还提供了一个方便的

count

功能，它的作用与更少的打字完全相同：

count(mtcars, cyl, gear)          # or mtcars %>% count(cyl, gear)
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

Answer 2

我认为您正在寻找的内容如下。

cars_by_cylinders_gears <- mtcars %>%
  group_by(cyl, gear) %>%
  summarise(count = n())

这是使用 dplyr 包。这本质上是 docendo discimus 提供的 count() 解决方案的普通版本。

Answer 3

另一种方法是使用双冒号，因为这将有助于避免与其他包中具有相似名称的函数发生潜在冲突。

mtcars %>% 
  dplyr::group_by(cyl, gear) %>%
  dplyr::summarise(length(gear))

Answer 4

另一个选项，不一定更优雅，但不需要引用特定列：

mtcars %>% 
  group_by(cyl, gear) %>%
  do(data.frame(nrow=nrow(.)))

这相当于使用

count()

:

library(dplyr, warn.conflicts = FALSE)
all.equal(mtcars %>% 
            group_by(cyl, gear) %>%
            do(data.frame(n=nrow(.))) %>% 
            ungroup(),
          count(mtcars, cyl, gear), check.attributes=FALSE)
#> [1] TRUE

Answer 5

另一种选择是使用 dplyr 中的函数

tally

。这是一个可重现的示例：

library(dplyr)
mtcars %>% 
  group_by(cyl, gear) %>% 
  tally()
#> # A tibble: 8 × 3
#> # Groups:   cyl [3]
#>     cyl  gear     n
#>   <dbl> <dbl> <int>
#> 1     4     3     1
#> 2     4     4     8
#> 3     4     5     2
#> 4     6     3     2
#> 5     6     4     4
#> 6     6     5     1
#> 7     8     3    12
#> 8     8     5     2

^{创建于 2022-09-11，使用 reprex v2.0.2}

Answer 6

可以简单地使用

dplyr

:

来完成此操作

library(dplyr)

# Use the function add_count() and name the new variable as "count"

mtcars %>%
  add_count(cyl, gear, name = "count")