R语言统计数据框指定列各唯一值对应的重复行数量的实现
问题说明
首先定义本次分析使用的测试数据框:
column_a <- c("a","a","b","c","c","c") column_b <- c("xx","zz","nn","mm","vv","yy") df <- data.frame(column_a, column_b)
分析目标为统计column_a字段中每个唯一值对应的出现行数,最终需要得到的结果结构为:
df2 <- data.frame(unique = c("a","b","c"), n = c("2","1","3"))
已尝试的无效代码实现
目前尝试的代码如下,无法得到符合预期的结果:
df %>% group_by(column_a) %>% mutate(replicate=seq(n()))
这段代码的实际运行效果是:在按column_a分组的基础上,通过mutate()逐行新增一列replicate,记录每个分组内的行序号。由于mutate()不会对分组做行合并操作,输入多少行数据就会输出多少行结果,完全无法产出按唯一值汇总的计数表。
可实现目标的有效方案
- 基于dplyr的实现方式
加载dplyr包后,调用专门用于分组计数的count()函数,无需手动编写聚合逻辑:
运行后生成的library(dplyr) df2 <- df %>% count(column_a, name = "n") %>% rename(unique = column_a)df2,列名、行数、计数值完全匹配预期结构。 - 基于R基础函数的无依赖实现
不加载第三方包的情况下,直接使用基础频次统计函数table()计算唯一值出现次数,再转换为数据框调整列名即可:
这种方式没有额外包依赖,输出结果和预期完全一致。df2 <- as.data.frame(table(df$column_a)) colnames(df2) <- c("unique", "n")
内容的提问来源于stack exchange,提问作者karuno
相关产品推荐
相关产品推荐

