如何在R语言中基于其他数据框行数及统计组合频次创建新数据框？

让我来一步步帮你解决这两个R语言的问题：

在R里，你可以通过nrow()函数获取目标数据框的行数，再以此为基础创建符合需求的新数据框，常见场景如下：

• 创建空的同行数数据框：如果只需要一个和原数据框行数一致、无列的空框，可这样写：

  # 假设原数据框名为df
  new_df <- data.frame(matrix(nrow = nrow(df), ncol = 0))
  

• 创建带序列列的新数据框：比如要添加一个从1开始的ID列，或者其他和行数匹配的序列列：

  new_df <- data.frame(
    ID = 1:nrow(df),  # 生成和原数据框行数一致的连续序列
    stringsAsFactors = FALSE  # 避免自动将字符转成因子（R4.0+版本默认已关闭该设置）
  )
  

• 生成带重复/随机数据的新数据框：如果需要填充重复值或随机数据，结合rep()或随机函数即可：

  # 生成和df行数相同，包含分类列与随机数值列的数据框
  new_df <- data.frame(
    Category = rep("Group_A", nrow(df)),
    Value = rnorm(nrow(df)),  # 生成正态分布随机数
    stringsAsFactors = FALSE
  )
  

针对你90万行的大数据量，推荐两种高效方法，都能生成包含Number、Action和Total（组合出现次数）的目标数据框：

方法1：用dplyr（语法直观，适合熟悉tidyverse的用户） #

先加载dplyr包，再按Number和Action分组计数：

library(dplyr)

# 分组统计，.groups = "drop"用于取消分组状态，避免后续操作受分组影响
df_summary <- df %>%
  group_by(Number, Action) %>%
  summarise(Total = n(), .groups = "drop")

用你提供的示例数据测试，输出结果如下：

Number Action Total
1      1      a     1
2      1      b     1
3      3      b     2
4      7      a     1

方法2：用data.table（速度更快，适合大数据量） #

对于90万行的数据集，data.table的运算效率会比dplyr更高，用法如下：

library(data.table)

# 将原数据框转换为data.table格式
dt <- as.data.table(df)

# 按Number和Action分组，用.N统计每组的行数
dt_summary <- dt[, .(Total = .N), by = .(Number, Action)]

运行后得到的结果和上面完全一致，但处理大数据时会更流畅。

内容的提问来源于stack exchange，提问作者HL589