使用 R 计算由两个不同列分组的列中的出现次数

Question

以下为原文data.frame

ID   Date       Type
123  2011-Jan   A
123  2011-Jan   A
123  2011-Jan   A
123  2011-Jan   B
123  2011-Jan   B
123  2011-Jan   C
123  2011-Mar   X
123  2011-Mar   X
345  2011-Jan   A
345  2011-Jan   A
345  2011-Jan   X
345  2011-Jan   X
456  2011-Mar   Y
789  2011-Mar   z

所需的输出有 5 个新列，它们分别具有列类型的第一个最大计数 (Type_1)、列类型的第二个最大计数 (Type_2)。下面是所需的输出

ID   Date       Type_1  Type_2  Type_3  Type_4  Type_5
123  2011-Jan   A       B       C       NA      NA
123  2011-Mar   X       NA      NA      NA      NA
345  2011-Jan   A       NA      NA      NA      NA
345  2011-Jan   X       NA      NA      NA      NA
456  2011-Mar   Y       NA      NA      NA      NA
789  2011-Mar   z       NA      NA      NA      NA

在一个关于 ID-345 和 Date-2011-Jan 的案例中。实际上有两种类型（A 和 X）具有相似的计数。因此，将创建两个新的观察结果。

Answer 1

这是 data.table 的解决方案：

library(data.table)
setDT(x)[,{x<-table(Type)
  as.list(names(x[order(-x)])[1:5])},by=.(ID,Date)]

    ID     Date Type_1 Type_2 Type_3 Type_4 Type_5
1: 123 2011-Jan      A      B      C     NA     NA
2: 123 2011-Mar      X     NA     NA     NA     NA
3: 345 2011-Jan      A      X     NA     NA     NA
4: 456 2011-Mar      Y     NA     NA     NA     NA
5: 789 2011-Mar      z     NA     NA     NA     NA

基本思想是，您想要的是在每个 ID-Date 对中生成的已排序 table 的名称。我们使用 [1:5] 强制切断任何更长的 tables 并用 NA 填充任何较短的 tables 。就我个人而言，我必须经常处理已排序的 table，因此我编写了一个函数来生成已排序的 table，在这种情况下，这可以更简洁地完成，并且只需要一行——也许对你来说是一个练习挥舞你的排骨。

也可以用 dcast 这样做：

dcast(x[,.N,by=.(ID,Date,Type)][order(ID,Date,-N),
                                I:=paste0("Type_",1:.N),
                                by=.(ID,Date)],
      ID+Date~I,value.var="Type")

    ID     Date Type_1 Type_2 Type_3
1: 123 2011-Jan      A      B      C
2: 123 2011-Mar      X     NA     NA
3: 345 2011-Jan      A      X     NA
4: 456 2011-Mar      Y     NA     NA
5: 789 2011-Mar      z     NA     NA

使用 R 计算由两个不同列分组的列中的出现次数

Counting number of occurrences in a column which is grouped by two different columns using R

r

count