如何計算r中分組數據幀中每列中的觀察次數

Question

我有一個由地球化學樣本結果組成的數據框，其中包括以下變量：

Year, Zone, *48 analyzed elements*, *more information*.

我想知道每年在每個區域為每個元素收集了多少樣本。 所以基本上，我想要一個看起來像這樣的表：

Year,Zone,Ag_ppm, ..., Zr_ppm
1981, ZoneA, 0, ..., 0 
1981, ZoneB, 20, ..., 0
1983, ZoneA, 0, ..., 150 

我嘗試了以下方法：

 Elt_count <- SoilGeology %>%
  group_by(Year, Zone) %>%
  summarise_at(vars(Ag_ppm:Zr_ppm),funs(sum)) %>%
  select(Year, Zone, Ag_ppm:Zr_ppm)

它有效，但它沒有給我我想要的信息（我不想要樣本的累積總和，而是每個樣本的計數）。 然后我嘗試過：

Elt_count <- SoilGeology %>%
  group_by(Year, Zone) %>%
  summarise_at(vars(Ag_ppm:Zr_ppm),funs(n)) %>%
  select(Year, Zone, Ag_ppm:Zr_ppm)

但我收到以下錯誤： Error in summarise_impl(.data, dots) : n() does not take arguments

我也試過：

d <- SoilGeology %>%
  group_by(Year, Zone) %>%
  summarise_all(n) %>%
  select(Year, Zone, Ag_ppm:Zr_ppm)

但我得到了與上面相同的錯誤： Error in summarise_impl(.data, dots) : n() does not take arguments

並且還嘗試了計數：

Elt_count <- SoilGeology %>%
  group_by(Year, Zone) %>%
  count(Au_ppm:Zr_ppm, na.rm = TRUE) %>%
  select(Year, Zone, Ag_ppm:Zr_ppm)

但是，我收到錯誤：

Error in mutate_impl(.data, dots) : Evaluation error: NA/NaN argument.
In addition: Warning messages:
1: In Au_ppm:Zr_ppm :
  numerical expression has 52 elements: only the first used
2: In Au_ppm:Zr_ppm :
  numerical expression has 52 elements: only the first used

有人對這些錯誤有解釋嗎？ 或者對我的問題有更好的解決方案？

謝謝！

Answer 1

也許下面的代碼是你想要的。

library(dplyr) count(SoilGeology, year, zone, Ag_ppm:Zr_ppm)

或等效於管道功能

SoilGeology %>% count(SoilGeology, year, zone, Ag_ppm:Zr_ppm)

交替，

SoilGeology %>% group_by(year, zone, Ag_ppm:Zr_ppm) %>% summarise(number = n())

或者

SoilGeology %>% group_by(year, zone, Ag_ppm:Zr_ppm) %>% tally()

如果錯誤仍然存​​在，則應檢查變量的“class()”。 值可能需要強制轉換為數字。 如果需要，請嘗試variable -> as.numeric(variable)試。

Answer 2

sum添加數字， n()和count()計數行。 如果大於 0 的數字對您有特殊意義，您需要告訴 R。 計算滿足條件的事物數量的經典方法是sum(..test for condition..) ，所以如果你想要x大於0的元素數量， sum(x > 0)就可以了。 這是您要應用於所有列的函數：

# reproducible example on built-in data
mtcars %>%
  group_by(cyl) %>%
  summarize_at(vars(disp:carb), function(x) sum(x > 5))

# for your data
Elt_count <- SoilGeology %>%
  group_by(Year, Zone) %>%
  summarise_at(vars(Ag_ppm:Zr_ppm), function(x) sum(x > 0))

我不知道你的數據。 如果您也想計算負數，您可能希望將其更改為sum(x != 0) 。 如果有缺失值， sum(x > 0, na.rm = TRUE) （如果你看?sum ，它確實需要一個na.rm參數）。