时间戳

首页 > 解决方案 > 使用 r dplyr 库在新列中生成聚合数字

r - 使用 r dplyr 库在新列中生成聚合数字

问题描述

我正在尝试dplyr根据现有列中值的聚合在数据框中生成一个新列。鉴于我的数据框：

group1 <- c("2019","2019","2019","2018","2018","2017","2017","2017")
group2 <- c("2019-01-01", "2019-01-01","2019-01-01","2018-05-01","2018-06-01","2017-01-01","2017-01-01","2017-02-01")
group3 <- c("A","A","B","A","A","C","C","B")
df <- data.frame("Year" = group1,"Date" = group2,"Sample" = group3)

给出：

  Year      Date  Sample
1 2019 2019-01-01   A
2 2019 2019-01-01   A
3 2019 2019-01-01   B
4 2018 2018-05-01   A
5 2018 2018-06-01   A
6 2017 2017-01-01   C
7 2017 2017-01-01   C
8 2017 2017-02-01   B

所以我想生成新列“计数”，它为每一行给出每个样本的唯一日期总数。所以对于上述数据，我希望结果是：

  Year       Date Sample Count
1 2019 2019-01-01   A     1
2 2019 2019-01-01   A     1
3 2019 2019-02-01   B     1
4 2018 2018-05-01   A     2
5 2018 2018-06-01   C     2
6 2017 2017-01-01   C     1
7 2017 2017-01-01   C     1
8 2017 2017-02-01   B     1

我尝试在以下代码中使用r：

df %>%
  group_by(Year) %>%
    group_by(Sample) %>%
      group_by(Date) %>%
        mutate(Count = n_distinct(Date))

但我没有得到正确的答案！

标签： rdataframedplyr

解决方案

你可以试试：

library(dplyr)

df %>% 
  group_by(Year, Sample) %>% 
  mutate(Count = n_distinct(Date))

如果要将多个变量传递给group_by，则需要将它们放在一起 - 您所做的是通过每个新语句取消先前的分组。

此外，如果您想计算唯一日期，则不应按它们分组。

上面的代码将给出：

# A tibble: 8 x 4
# Groups:   Year, Sample [6]
  Year  Date       Sample Count
  <fct> <fct>      <fct>  <int>
1 2019  2019-01-01 A          1
2 2019  2019-01-01 A          1
3 2019  2019-01-01 B          1
4 2018  2018-05-01 A          2
5 2018  2018-06-01 A          2
6 2018  2017-01-01 C          1
7 2017  2017-01-01 C          1
8 2017  2017-02-01 B          1

请注意，您生成的数据框与您向我们展示的数据框不匹配。您的代码生成的数据框是：

  Year       Date Sample
1 2019 2019-01-01      A
2 2019 2019-01-01      A
3 2019 2019-01-01      B
4 2018 2018-05-01      A
5 2018 2018-06-01      A
6 2018 2017-01-01      C
7 2017 2017-01-01      C
8 2017 2017-02-01      B

在给定的情况下，确实只有Sample2 个不同Date的 sYear是A（2018 年）。

推荐阅读