在 2 列上聚合数据框，按出现次数计算剩余列答案

【问题标题】：Aggregate data frame on 2 columns, counting the leftover column by occurrence在 2 列上聚合数据框，按出现次数计算剩余列
【发布时间】：2016-05-24 11:02:27
【问题描述】：

我有一个数据框：

    station  person_id   date
1    0037     103103  2015-02-02
2    0037     306558  2015-02-02
3    0037     306558  2015-02-04
4    0037     306558  2015-02-05

我需要按电台和日期聚合帧，以便结果中的每个唯一电台/日期（每一行）显示有多少人落在该行上。

例如，前 2 行将折叠成一行，显示 0037 站和日期 2015-02-02 的 2 个人。

我试过了，

result <- data_frame %>% group_by(station, week = week(date)) %>% summarise_each(funs(length), -date)

【问题讨论】：

summarize_each 仅在您有多个要汇总的列时才需要，例如，如果您想在车站/日期分组中获得四个不同列的平均值。

标签： r aggregate dplyr

【解决方案1】：

你可以试试：

group_by(df, station, date) %>% summarise(num_people = length(person_id))
Source: local data frame [3 x 3]
Groups: station [?]

  station       date num_people
    (int)     (fctr)      (int)
1      37 2015-02-02          2
2      37 2015-02-04          1
3      37 2015-02-05          1

【讨论】：

这不就是count(df, station, date)吗？或者至少group_by(df, station, date) %>% summarise(n())？
优秀。谢谢。

【解决方案2】：

在基础 R 中，您可以使用 aggregate:

# sample dataset
set.seed(1234)
df <- data.frame(station=sample(1:3, 50, replace=T),
                 person_id=sample(30000:35000, 50, replace=T),
                 date=sample(seq(as.Date("2015-02-05"), as.Date("2015-02-12")
                                 by="day"), 50, replace=T))

# calculate number of people per station on a particular date
aggregate(cbind("passengerCount"=person_id) ~ station + date, data=df, FUN=length)

cbind 函数不是必需的，但它可以让您提供变量名。

【讨论】：

【解决方案3】：

使用data.table，我们将'data.frame'转换为'data.table'，按'station'、'date'分组，我们得到行数（.N）。

library(data.table)
setDT(df1)[, .(num_people = .N), .(station, date)]
#   station       date num_people
#1:      37 2015-02-02          2
#2:      37 2015-02-04          1
#3:      37 2015-02-05          1

【讨论】：