根据另一个df匹配条件中一列的总和来变异一个df

Question

我有

df1

看起来像这样：

状态	邮政编码	类型
数控	00001	人
数控	00001	财产
数控	00000	人
数控	00001	财产

我想创建

df2

，其中每个邮政编码都是一个观察值，列计算每个“类型”在每个邮政编码中出现的次数

df1

：

邮政编码	人	财产
00000	250	45
00001	115	150

到目前为止，我创建了

df2

，它是所有唯一邮政编码的列表，并尝试了以下方法，这导致添加了“人”列，但每个值都是相同的数字，是每一行的总和，其中“ person”出现在

df1

的整个数据集中。

df2 <- mutate(df2, person = sum(df1$type == "person"))

最终目标是使用 for 循环为每个“类型”创建多个附加列。我尝试了前面的方法以及下面的方法：

for(i in nrow(df2)){
df2 <- mutate(df2, person = sum(df1[i,"type"] == "person"))
}

但是现在，我为每一行添加了零的列。

我这样做的方式正确吗？我该如何解决这个问题？

Answer 1

您可以使用

dplyr::count

后跟

tidy::pivot_wider

:

library(dplyr)
library(tidyr)

df %>% 
  group_by(zip_code, type) %>%
  count() %>%
  pivot_wider(names_from = type, values_from = n)

输出：

  zip_code person property
     <int>  <int>    <int>
1    12345      1        2
2    54321      1       NA

数据（注意我更改了您的邮政编码只是为了便于识别）

df <- read.table(text = "state  zip_code    type
NC  12345   person
NC  12345   property
NC  54321   person
NC  12345   property", h = TRUE)