R语言按日期分组统计article_id数量生成唯一值计数新数据表

方法1：使用dplyr包（语法易读，适合新手） #

属于tidyverse生态下的常用分组统计方案，代码可读性高：
若未安装依赖包先执行安装：
install.packages("dplyr")
统计代码如下：

library(dplyr)

# 替换下方代码中的df为你的原数据表变量名
new_df <- df %>%
  group_by(date) %>%
  # 若需要统计去重后的article_id数量，将n()替换为n_distinct(article_id)
  summarise(article_count = n()) %>%
  ungroup()

方法2：使用data.table包（运行速度快，适合大数据量） #

从你给出的样例输出来看，原表本身就是data.table类型，可以直接用原生语法操作：

library(data.table)

# 替换下方代码中的dt为你的原data.table变量名
new_dt <- dt[, .(article_count = .N), by = date]

# 若需要统计去重后的article_id数量，使用以下代码即可
# new_dt <- dt[, .(article_count = uniqueN(article_id)), by = date]

方法3：基础R实现（无需安装额外依赖包） #

如果不想引入第三方包，可以用R原生函数实现：

# 替换下方代码中的df为你的原数据表变量名
new_df <- aggregate(article_id ~ date, data = df, FUN = length)

# 去重计数版本
# new_df <- aggregate(article_id ~ date, data = df, FUN = function(x) length(unique(x)))

以上三种方案输出的结果都满足每个日期唯一、新增列统计对应日期文章数量的需求，可根据使用习惯自由选择。

内容的提问来源于stack exchange，提问作者Emily Frank