不會折疊df的聚合函數的替代方法

Question

我有個人數據，想創建一個新變量，該變量具有一個家庭中孩子的數量。 我為孩子們創建了一個虛擬變量（如果年齡<18，則為1，否則為0）。 我當前正在使用聚合函數，其中HH_ID是住戶標識符。

 No_kids <- aggregate(child ~ HH_ID, data = df, sum)

這段代碼有效，但數據框崩潰了，而我想為該家庭的每個觀測值分配孩子的數量。 聚合函數是否有替代方法，不會折疊數據集？

Answer 1

另一個選擇是dplyr ...當然

library(dplyr)
> player_df = data.frame(team = c('ARI', 'BAL', 'BAL', 'CLE', 'CLE'),
+                        player =c('A', 'B', 'C', 'D', 'F'), 
+                        '1' = floor(runif(5, min=1, max=2)*10),
+                        '2' = floor(runif(5, min=1, max=2)*10))

然后使用group_by和dplyr中的mutate

player_df %>% group_by(team) %>% mutate(count = n())

Source: local data frame [5 x 5]
Groups: team [3]

    team player    X1    X2 count
  <fctr> <fctr> <dbl> <dbl> <int>
1    ARI      A    12    12     1
2    BAL      B    10    12     2
3    BAL      C    14    12     2
4    CLE      D    10    14     2
5    CLE      F    18    17     2

Answer 2

使用dplyr軟件包：

# Create sample data
set.seed(3252)

df <- data.frame(
  HH_ID = sample(1:10, 50, replace = TRUE),
  child = sample(0:1, 50, replace = TRUE)
)

# Count number of children
df %>% 
  group_by(HH_ID) %>% 
  mutate(child_count = sum(child)) %>% 
  ungroup()

Answer 3

或者，您可以在聚合后進行merge （因此在基本R中）：

ag <- aggregate(child ~ HH_ID, data = df, sum)
setNames(merge(df, ag, by="HH_ID"), c("HH_ID", "child", "No_kids"))