[英]how can I split a dataframe by two columns and count number of rows based on group more efficient
我有一个超过120000行的data.frame,它看起来像这样
> head(mydf)
ID MONTH.YEAR VALUE
1 110 JAN. 2012 1000
2 111 JAN. 2012 1000
3 121 FEB. 2012 3000
4 131 FEB. 2012 3000
5 141 MAR. 2012 5000
6 142 MAR. 2012 4000
我想拆分data.frame取决于MONTH.YEAR
和VALUE
列,并计算每组的行数,我的期望答案应该是这样的
MONTH.YEAR VALUE count
JAN. 2012 1000 2
FEB. 2012 3000 2
MAR. 2012 5000 1
MAR. 2012 4000 1
我试图拆分它并使用sapply
计数每组的数量,这是我的代码
sp <- split(mydf, list(mydf$MONTH.YEAR, mydf$VALUE), drop=TRUE);
result <- data.frame(yearandvalue = names(sapply(sp, nrow)), count = sapply(sp, nrow))
但我发现这个过程很慢。 是否有更有效的方式来表达这一点? 非常感谢你。
尝试
aggregate(ID~., mydf, length)
要么
library(dplyr)
mydf %>%
group_by(MONTH.YEAR, VALUE) %>%
summarise(count=n())
要么
library(data.table)
setDT(mydf)[, list(count=.N) , list(MONTH.YEAR, VALUE)]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.