根据条件为组计算数据框的不同级别

Question

我有以下DF

x = data.frame('grp' = c(1,1,1,2,2,2),'a' = c(1,2,1,1,2,1), 'b'= c(6,5,6,6,2,6), 'c' = c(0.1,0.2,0.4,-1, 0.9,0.7))

  grp a b    c
1   1 1 6  0.1
2   1 2 5  0.2
3   1 1 6  0.4
4   2 1 6 -1.0
5   2 2 2  0.9
6   2 1 6  0.7

我想为 c >= 0.1

的每个组计算 (a,b) 的不同水平

我已经尝试使用 dplyr 为此使用 group_by & summarise 但没有得到想要的结果

x %>% group_by(grp) %>% summarise(count = n_distinct(c(a,b)[c >= 0.1]))

对于上述情况，我希望得到以下结果

    grp count
  <dbl> <int>
1     1     2
2     2     2

但是使用上面的查询我得到了以下结果

    grp count
  <dbl> <int>
1     1     4
2     2     3

从逻辑上讲，上面的输出似乎解决了 (a,b) 的连接列表的所有唯一值，但不是我所需要的任何指点，非常感谢任何帮助

Answer 1

我们可以 paste a 和 b 列并计算每组中的不同值。

library(dplyr)

x %>% 
  mutate(col = paste(a, b, sep = "_")) %>%
  group_by(grp) %>%
  summarise(count = n_distinct(col[c >= 0.1]))

#    grp count
#  <dbl> <int>
#1     1     2
#2     2     2

Answer 2

这是使用 dplyr 的另一种方法。听起来您想 filter 基于 c，所以我们这样做了。 n_distinct中不用c(a, b)，我们可以写成n_distinct(a, b).

x %>%
    filter(c >= 0.1) %>%
    group_by(grp) %>%
    summarise(cnt_d = n_distinct(a, b))

#     grp cnt_d
#   <dbl> <int>
# 1     1     2
# 2     2     2

Answer 3

一个选项使用data.table

library(data.table)
setDT(x)[c >= 0.1, .(cnt_d = uniqueN(paste(a, b))), .(grp)]
#    grp cnt_d
#1:   1     2
#2:   2     2

根据条件为组计算数据框的不同级别

count distinct levels of a data frame for groups based on a condition

group-by

r

conditional-statements

dplyr

summarize