[英]Count occurrences of values in column in R while putting different values from another column in a list
[英]How can I check if unique values of a column has multiple occurrences for different values of another column in R?
样本数据:
set.seed(4)
cl <- sample(LETTERS[1:2], 100, replace = T)
seller <- round(runif(100, min=1, max=80))
df <- data.frame(cl, seller)
cl seller
1 B 21
2 A 51
3 A 22
4 A 43
5 A 38
6 B 46
7 A 54
8 B 18
9 A 78
.......
99 A 32
100 B 8
我想检查A
和B
都出现一个唯一值的seller
的次数。 假设,在具有此特定种子的数据框中,您会看到 A 和 B 都出现了 7,因此将计算 7。
我的尝试:
df %>%
filter(cl=='A')-> d1
df %>%
filter(cl=='B')-> d2
d3 <- merge(d1, d2, by='seller') %>%
distinct(seller)
nrow(d3)
17
因此,17 个卖家同时拥有 cl:A 和 B。
到目前为止,我的尝试非常不理想。 它产生了结果,但必须有更好的方法使用dplyr
甚至我无法弄清楚的基数R
此外,如果我这样做,对于更大的数据集将非常耗时。
我怎样才能以更好、更整洁的方式解决这个问题?
我们可以使用n_distinct
(假设在 'cl' 列中只找到了 'A'、'B' 值):
library(dplyr)
df %>%
group_by(seller) %>%
summarise(n = n_distinct(cl), .groups = 'drop') %>%
filter(n == 2) %>%
nrow
输出:
[1] 17
或者也可以做
df %>%
group_by(seller) %>%
summarise(n = all(c("A", "B") %in% cl), .groups = 'drop') %>%
pull(n) %>%
sum
[1] 17
使用table
、 colSums
和sum
基本 R 方法
sum(colSums(table(df) > 0) == 2)
#[1] 17
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.