以 data.table 中的第二個標識符為條件的組的平均觀察次數

Question

我有一個具有以下結構的數據框

V1   V2

X1   Y1
X1   Y2
X2   Y2
X2   Y2
X3   Y4
X3   Y5
X3   Y5
X4   Y6
X4   Y6
X4   Y6

我想計算之間對的平均數V1和V2為V1在data.table 。 最終結果應如下所示，並包含觀察到的 V1 對的平均數。

V1   avg.num.pairs

X1    1.0
X2    2.0
X3    1.5
X4    3.0

這個問題有什么優雅的解決方案嗎？

Answer 1

一種dplyr選項可能是：

df %>%
 group_by(V1) %>%
 summarise(V2 = n()/n_distinct(V2))

  V1       V2
  <chr> <dbl>
1 X1      1  
2 X2      2  
3 X3      1.5
4 X4      3  

與data.table相同：

setDT(df)[, .(V2 = .N/uniqueN(V2)), by = V1]

Answer 2

一個簡單的基本 R 解決方案是使用aggregate ，即，

dfout <- aggregate(V2 ~ V1,df, function(x) length(x)/length(unique(x)))

以至於

> dfout
  V1  V2
1 X1 1.0
2 X2 2.0
3 X3 1.5
4 X4 3.0

數據

df <- structure(list(V1 = c("X1", "X1", "X2", "X2", "X3", "X3", "X3", 
"X4", "X4", "X4"), V2 = c("Y1", "Y2", "Y2", "Y2", "Y4", "Y5", 
"Y5", "Y6", "Y6", "Y6")), class = "data.frame", row.names = c(NA, 
-10L))