基於團隊名稱的團隊成員R數

Question

我有一個df，其中每一行代表一個人，每一列代表這些人的特征。 列之一是TeamName，這是個人所屬的團隊的名稱。 多個人屬於一個團隊。

我想在R中使用一個函數來創建一個新列，其中包含每個團隊的團隊成員數量。

因此，例如，我有：

df
Name    Surname     TeamName
John     Smith      Champions
Mary     Osborne    Socceroos
Mark     Johnson    Champions
Rory     Bradon     Champions
Jane     Bryant     Socceroos
Bruce    Harper     

我想要

df1
Name    Surname     TeamName    TeamNo
John     Smith      Champions     3
Mary     Osborne    Socceroos     2
Mark     Johnson    Champions     3
Rory     Bradon     Champions     3  
Jane     Bryant     Socceroos     2
Bruce    Harper                   0

因此，您可以看到計數也包括該個人，並且如果某人（例如Bruce Harper）沒有團隊名稱，那么他將獲得0。

我怎樣才能做到這一點？ 謝謝！

Answer 1

這是一個基於使用data.table的解決方案，它可能對您的需求來說實在是太多了，但是在這里：

library(data.table)
dt=data.table(df)
# First, let's convert the factors of TeamName, to characters
dt[,TeamName:=as.character(TeamName)]
# Now, let find all the team numbers
dt[,TeamNo:=.N, by='TeamName']
# Let's exclude the special cases
dt[is.na(TeamName),TeamNo:=NA]
dt[TeamName=="",TeamNo:=NA]

顯然這不是最佳解決方案，但我希望這會有所幫助

Answer 2

如果您需要基於“ TeamName”列了解前兩列中的unique成員數，則一個選項是n_distinct的dplyr

 library(dplyr)
 library(tidyr)
 df %>%
     unite(Var, Name, Surname) %>% #paste the columns together
      group_by(TeamName) %>% #group by TeamName
      mutate(TeamNo= n_distinct(Var)) %>% #create the TeamNo column
      separate(Var, into=c('Name', 'Surname')) #split the 'Var' column

或者，如果只是每個“ TeamName”的行數，我們可以按“ TeamName”進行分組，使用n()獲取每個組的行數，並根據該n()創建帶有mutate的“ TeamNo”列，如果需要一個ifelse條件可以被用來給NA關於“TeamName”被''或NA 。

df %>%
   group_by(TeamName) %>%
   mutate(TeamNo = ifelse(is.na(TeamName)|TeamName=='', NA_integer_, n())) 
#   Name Surname  TeamName TeamNo
#1  John   Smith Champions      3
#2  Mary Osborne Socceroos      2
#3  Mark Johnson Champions      3
#4  Rory  Bradon Champions      3
#5  Jane  Bryant Socceroos      2
#6 Bruce  Harper                NA

或者，您可以使用以base R為base R ave 。 假設如果有''和NA ，我首先將''轉換為NA ，然后使用ave來獲取按該列分組的“ TeamNo”的length 。 它將為NA給出NA 。 例如。

  v1 <- c(df$TeamName, NA)# appending an NA with the example to show the case
  is.na(v1) <- v1=='' #convert the `'' to `NA`
  as.numeric(ave(v1, v1, FUN=length))
  #[1]  3  2  3  3  2 NA NA

Answer 3

使用sqldf ：

library(sqldf)
sqldf("SELECT Name, Surname, TeamName, n
      FROM df 
      LEFT JOIN
      (SELECT TeamName, COUNT(Name) AS n 
      FROM df 
      WHERE NOT TeamName IS '' GROUP BY TeamName)
      USING (TeamName)")

輸出：

   Name Surname  TeamName  n
1  John   Smith Champions  3
2  Mary Osborne Socceroos  2
3  Mark Johnson Champions  3
4  Rory  Bradon Champions  3
5  Jane  Bryant Socceroos  2
6 Bruce  Harper           NA