ID= c('A', 'A', 'A', 'B', 'B', 'B')color=c('white', 'green', 'orange', 'white', 'green', 'green')d = data.frame (ID, color)我想要的結果是unique_colors=c(3,3,3,2,2,2)d = data.frame (ID, color, unique_colors)或在新數據框中更清晰cID= c('A','B')unique_colors=c(3,2)c = data.frame (ID,unique_colors)我試過的不同組合aggregate和ave以及by和with我想這是這些功能的組合。解決方案包括：length(unique(d$color))計算唯一元素的數量。
3 回答
猛跑小豬
TA貢獻1858條經驗 獲得超8個贊
我認為您在這里錯了。無需使用plyr或<-使用data.table。
v> = 1.9.6的最新版本data.table具有一個新功能uniqueN()。
library(data.table) ## >= v1.9.6
setDT(d)[, .(count = uniqueN(color)), by = ID]
# ID count
# 1: A 3
# 2: B 2
如果要使用計數創建新列，請使用:=運算符
setDT(d)[, count := uniqueN(color), by = ID]
或具有dplyr使用n_distinct功能
library(dplyr)
d %>%
group_by(ID) %>%
summarise(count = n_distinct(color))
# Source: local data table [2 x 2]
#
# ID count
# 1 A 3
# 2 B 2
或者（如果您想要新的列）使用mutate代替summary
d %>%
group_by(ID) %>%
mutate(count = n_distinct(color))
炎炎設計
TA貢獻1808條經驗 獲得超4個贊
我只是說所有提供的答案都使用基本R length(unique(x))組合，現在可以通過使用data.table和dplyr特殊/高效（用C / C ++代碼編寫）函數避免使用。盡管OP也可能也需要:=操作員，但我相信這不是主要問題。
RISEBY
TA貢獻1856條經驗 獲得超5個贊
這就是我說（最新）data.table解決方案的原因。它不包含新data.table::uniqueN()功能。data.table那里的解決方案基本上是一個基本解決方案
- 3 回答
- 0 關注
- 683 瀏覽
添加回答
舉報
0/150
提交
取消