如何根据数据集列值获取计数结果

Question

我有以下数据框：

Group   User    Manager Client  Other data1 Other data2
AG  TRUE    TRUE        FALSE       a       b
AG  TRUE    TRUE        FALSE       c       d
JU  FALSE   FALSE       TRUE        d       e
JU  TRUE    TRUE        FALSE       f       g

我想使用这样的结果：

USER    MANAGER CLIENT  COUNT-AG    COUNT-JU
TRUE    TRUE        FALSE   2       1
FALSE   FALSE       TRUE    0       1

我只能使用这样的方法获得一组或另一组的结果：

f = filter(dataframe, Group == “AG”)    
  result <- group_by(f,User,Manager) %>%
    summarize(count=n())

但我找不到一种方法来获得同一结果中两组的计数。有什么想法吗？

Answer 1

在 group_by 中也包含 'Group' 之后，我们可以使用 tidyr 中的 spread 从 'long' 重塑为 'wide' 格式。

library(dplyr)
library(tidyr)
df1 %>% 
   group_by(User, Manager, Client, Group) %>%
   summarise(Count = n()) %>% 
   spread(Group, Count, fill=0)%>%
   rename(COUNT_AG=AG, COUNT_JU=JU) 
 #   User Manager Client  COUNT_AG COUNT_JU  
 #  (lgl)   (lgl)  (lgl)  (dbl)     (dbl)
 #1 FALSE   FALSE   TRUE     0       1
 #2  TRUE    TRUE  FALSE     2       1

如果我们使用 data.table，将 'data.frame' 转换为 'data.table'（setDT(df1)，并使用 dcast 和 fun.aggregate 作为 length.

 library(data.table)
 dcast(setDT(df1), User+Manager+Client~Group, length)

数据

 df1 <- structure(list(Group = c("AG", "AG", "JU", "JU"), 
 User = c(TRUE, 
 TRUE, FALSE, TRUE), Manager = c(TRUE, TRUE, FALSE, 
 TRUE), Client = c(FALSE, 
 FALSE, TRUE, FALSE), Other_data1 = c("a", "c", "d", 
 "f"), Other_data2 = c("b", 
 "d", "e", "g")), .Names = c("Group", "User", "Manager", 
 "Client", 
 "Other_data1", "Other_data2"), class = "data.frame", 
 row.names = c(NA, -4L))

Answer 2

正如我在评论中提到的，您必须使用 data.table。这是在第一行完成的（+ .N 完成的计数）。第二行做你要求的：

library(data.table)
dt = data.table(df1)[, .N,  by = .(User,Manager,Client,Group)]
dcast(dt, User+Manager+Client ~ Group, value.var = "N", fill = 0L)

    User Manager Client AG JU
1: FALSE   FALSE   TRUE  0  1
2:  TRUE    TRUE  FALSE  2  1

如何根据数据集列值获取计数结果

How to get count results based on a dataset column values

r

count

multiple-columns

数据