web-dev-qa-db-fra.com

Compter le nombre d'observations / lignes par groupe et ajouter le résultat au bloc de données

Dis que j'ai un data.frame objet:

df <- data.frame(name=c('black','black','black','red','red'),
                 type=c('chair','chair','sofa','sofa','plate'),
                 num=c(4,5,12,4,3))

Maintenant, je veux compter le nombre d'observations de pour chaque combinaison de name et type. Cela peut être fait comme suit:

table(df[ , c("name","type")])

ou peut-être aussi avec plyr, (mais je ne sais pas trop comment).

Cependant, comment puis-je obtenir les résultats incorporés dans la trame de données d'origine? Pour que les résultats ressemblent à ceci:

df
#    name  type num count
# 1 black chair   4     2
# 2 black chair   5     2
# 3 black  sofa  12     1
# 4   red  sofa   4     1
# 5   red plate   3     1

où count stocke désormais les résultats de l'agrégation.

Une solution avec plyr pourrait également être intéressante à apprendre, bien que j'aimerais voir comment cela se fait avec la base R.

rcountaggregater-faq
45
Uri Laserson

en utilisant plyr:

plyr::ddply(df, .(name, type), transform, count = length(num))

En utilisant data.table:

library(data.table)
dt = data.table(df)
# using setkey or setkeyv to set the key
setkeyv(dt, c('name', 'type'))
# self 
dt[dt[ , count = length(num), 'name, type']]

MODIFIER (mnel)

En utilisant data.table la version 1.8.2 ou supérieure a := par groupe. Il y a aussi la valeur .N (introduit la version 1.6.2), qui est le nombre de lignes du groupe), donc c'est aussi simple que

dt[ , count := .N, by = list(name, type)]

en utilisant dplyr:

library(dplyr)
df %>%
  group_by(name, type) %>%
  mutate(count = n())

Ou simplement:

add_count(df, name, type)
58
Ramnath

Vous pouvez utiliser ave:

df$count <- ave(df$num, df[,c("name","type")], FUN=length)
26
Joshua Ulrich

Tu peux le faire:

> ddply(df,.(name,type),transform,count = NROW(piece))
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red plate   3     1
5   red  sofa   4     1

ou peut-être plus intuitivement,

> ddply(df,.(name,type),transform,count = length(num))
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red plate   3     1
5   red  sofa   4     1
7
joran

Cela devrait faire votre travail:

df_agg <- aggregate(num~name+type,df,FUN=NROW)
names(df_agg)[3] <- "count"
df <- merge(df,df_agg,by=c('name','type'),all.x=TRUE)
5
Palash Jhamb

La fonction de base Raggregate obtiendra les décomptes avec une ligne, mais en rajoutant ces décomptes à l'original data.frame semble prendre un peu de traitement.

df <- data.frame(name=c('black','black','black','red','red'),
                 type=c('chair','chair','sofa','sofa','plate'),
                 num=c(4,5,12,4,3))
df
#    name  type num
# 1 black chair   4
# 2 black chair   5
# 3 black  sofa  12
# 4   red  sofa   4
# 5   red plate   3

rows.per.group  <- aggregate(rep(1, length(paste0(df$name, df$type))),
                             by=list(df$name, df$type), sum)
rows.per.group
#   Group.1 Group.2 x
# 1   black   chair 2
# 2     red   plate 1
# 3   black    sofa 1
# 4     red    sofa 1

my.summary <- do.call(data.frame, rows.per.group)
colnames(my.summary) <- c(colnames(df)[1:2], 'rows.per.group')
my.data <- merge(df, my.summary, by = c(colnames(df)[1:2]))
my.data
#    name  type num rows.per.group
# 1 black chair   4              2
# 2 black chair   5              2
# 3 black  sofa  12              1
# 4   red plate   3              1
# 5   red  sofa   4              1
3
Mark Miller

Utilisation de sqldf package:

library(sqldf)

sqldf("select a.*, b.cnt
       from df a,
           (select name, type, count(1) as cnt
            from df
            group by name, type) b
      where a.name = b.name and
            a.type = b.type")

#    name  type num cnt
# 1 black chair   4   2
# 2 black chair   5   2
# 3 black  sofa  12   1
# 4   red  sofa   4   1
# 5   red plate   3   1
2
zx8754

Vous n'étiez qu'à un pas de l'incorporation du nombre de lignes dans l'ensemble de données de base.

À l'aide de la fonction tidy() du package broom, convertissez la table de fréquences en un bloc de données et une jointure interne avec df:

df <- data.frame(name=c('black','black','black','red','red'),
                         type=c('chair','chair','sofa','sofa','plate'),
                         num=c(4,5,12,4,3))
library(broom)
df <- merge(df, tidy(table(df[ , c("name","type")])), by=c("name","type"))
df
   name  type num Freq
1 black chair   4    2
2 black chair   5    2
3 black  sofa  12    1
4   red plate   3    1
5   red  sofa   4    1
1
RobertF

Une alternative sur deux lignes consiste à générer une variable de 0, puis à la remplir avec split<-, split et lengths comme ceci:

# generate vector of 0s
df$count <-0L

# fill it in
split(df$count, df[c("name", "type")]) <- lengths(split(df$num, df[c("name", "type")]))

Cela renvoie le résultat souhaité

df
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red  sofa   4     1
5   red plate   3     1

Essentiellement, le RHS calcule les longueurs de chaque combinaison nom-type, renvoyant un vecteur nommé de longueur 6 avec 0 pour "red.chair" et "black.plate". Celui-ci est envoyé au LHS avec split <- Qui prend le vecteur et ajoute de manière appropriée les valeurs à leurs emplacements donnés. C'est essentiellement ce que fait ave, car vous pouvez voir que la deuxième à la dernière ligne de ave est

split(x, g) <- lapply(split(x, g), FUN)

Cependant, lengths est une version optimisée de sapply(list, length).

1
lmo