r - dplyr:将出现次数放入新变量中

Question

这个问题在这里已经有了答案:





Count number of rows per group and add result to original data frame

(10 个回答)


3年前关闭。




想了解 dplyr 代码，但无法弄清楚。已经看到这里针对许多变量( summarizing counts of a factor with dplyr 和 Putting rowwise counts of value occurences into new variables, how to do that in R with dplyr? )描述的类似问题，但是我的任务要小一些。
给定一个数据框，如何计算变量的频率并将其放入新变量中。

set.seed(9)
df <- data.frame(
    group=c(rep(1,5), rep(2,5)),
    var1=round(runif(10,1,3),0))

然后我们有:

>df
   group var1
1      1    1
2      1    1
3      1    1
4      1    1
5      1    2
6      2    1
7      2    2
8      2    2
9      2    2
10     2    3

想要第三列指示每组( group )多少次 var1发生，在这个例子中这将是:count=(4,4,4,4,1,1,3,3,3,1)。
我尝试过 - 没有成功 - 诸如:

df %>%  group_by(group) %>% rowwise() %>% do(count = nrow(.$var1))

非常感谢解释!

Answer 1

您需要做的就是按“group”和“var1”两列对数据进行分组:

df %>% group_by(group, var1) %>% mutate(count = n())
#Source: local data frame [10 x 3]
#Groups: group, var1
#
#   group var1 count
#1      1    1     4
#2      1    1     4
#3      1    1     4
#4      1    1     4
#5      1    2     1
#6      2    1     1
#7      2    2     3
#8      2    2     3
#9      2    2     3
#10     2    3     1

评论后编辑

以下是您不应该这样做的示例:

df %>% group_by(group, var1) %>% do(data.frame(., count = length(.$group)))

dplyr 实现与 n()肯定更快，更干净，更短，并且应该始终优于上述实现。