r - 基于具有重复行的两列计算唯一值，R 数据框

Question

我有一个格式如下的 R 数据框:

column1    column2
NA         NA
1          A
1          A
1          A
NA         NA
NA         NA
2          B
2          B
NA         NA
NA         NA
3          A
3          A
3          A

df = structure(list(column1 = c(NA, 1L, 1L, 1L, NA, NA, 2L, 2L, NA, 
NA, 3L, 3L, 3L), column2 = c(NA, "A", "A", "A", NA, NA, "B", 
"B", NA, NA, "A", "A", "A")), .Names = c("column1", "column2"
), row.names = c(NA, -13L), class = "data.frame")

如果一列中的行有一个NA，则另一列有一个NA。column1 中的数值描述了一个独特的组，例如第 2-4 行有组 1。列 column2 描述了这个分组的标识。在此数据框中，标识为 A、B、C 或 D。

我的目标是在整个数据框中按组统计身份的数量:有多少个 A 组，多少个 B 组等。

此文件(到目前为止)的正确输出是有 2 个 A 组和 1 个 B 组。

我该如何计算？

目前，我会尝试这样的事情:

length(df[df$column2 == "B"]) ## outputs 2 

但这是不正确的。如果我组合 column1 和 column2，只取唯一值 1A、2B、3A，我想我可以数出 column2 中每个标签的次数发生？

(如果它更容易，我很乐意使用 data.table 来完成这项任务。)

Answer 1

您可以使用 rle 进行运行，使用 table 进行制表:

table(rle(df$column2)$values)

# A B 
# 2 1 

有关详细信息，请参阅 ?rle 和 ?table。

或者，如果您想利用 column1(派生自 column2):

table(unique(df)$column2)