计算列 groupby r 中不同值的数量答案

【问题标题】：Count number of different values within columns groupby r计算列 groupby r 中不同值的数量
【发布时间】：2020-11-27 06:47:38
【问题描述】：

我有一个 df，例如：

COL1 COL2 
G1   SP1  
G1   SP2  
G1   SP1  
G2   SP1  
G2   SP6  
G2   SP9  
G3   SP9  
G4   SP9  
G4   SP2

我想添加一个 COL3，它是一组 COL1 不同 COL2 值的数量：

COL1 COL2 COL3
G1   SP1  2
G1   SP2  2
G1   SP1  2
G2   SP1  3
G2   SP6  3
G2   SP9  3
G3   SP9  1
G4   SP9  2
G4   SP2  2

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

COL1分组后可以使用n_distinct(COL2)：

library(dplyr)

df %>% 
  group_by(COL1) %>% 
  mutate(COL3 = n_distinct(COL2))

#> # A tibble: 9 x 3
#> # Groups:   COL1 [4]
#>   COL1  COL2   COL3
#>   <fct> <fct> <int>
#> 1 G1    SP1       2
#> 2 G1    SP2       2
#> 3 G1    SP1       2
#> 4 G2    SP1       3
#> 5 G2    SP6       3
#> 6 G2    SP9       3
#> 7 G3    SP9       1
#> 8 G4    SP9       2
#> 9 G4    SP2       2

【讨论】：

【解决方案2】：

另一种可能是

df %>% 
  group_by(COL1) %>%
  mutate(COL3 = length(unique(c_across(COL2))))

# A tibble: 9 x 3
# Groups:   COL1 [4]
  COL1  COL2   COL3
  <chr> <chr> <int>
1 G1    SP1       2
2 G1    SP2       2
3 G1    SP1       2
4 G2    SP1       3
5 G2    SP6       3
6 G2    SP9       3
7 G3    SP9       1
8 G4    SP9       2
9 G4    SP2       2

【讨论】：

【解决方案3】：

data.table 的另一个选项

library(data.table)
setDT(df)[, COL3 := uniqueN(COL2), COL1]

【讨论】：