r 中列中唯一值组合的总和答案

【问题标题】：Sum of unique combination of values in columns in rr 中列中唯一值组合的总和
【发布时间】：2021-04-05 17:36:00
【问题描述】：

我的数据框如下

df <- data.frame(Webpage = c(111, 111, 111, 111, 222, 222), 
             Dept = c(101, 101, 101, 102, 102, 103), 
              Emp_Id = c(1, 1, 2, 3, 4, 4),
              weights = c(5,5,2,3,4,5))

Webpage Dept Emp_Id weights
111     101      1       5
111     101      1       5
111     101      2       2
111     102      3       3  
222     102      4       4
222     103      4       5

我想就每个网页的权重和权重百分比而言，看到该网页的员工人数是多少。唯一员工是 Dept 和 Emp_ID 的唯一组合

例如Emp_ID 1,2 和 3 看到了网页 111。因此看到的员工人数是他们权重的总和，即 5+2+3 =10，权重百分比为 0.52(10/19)。 19是唯一员工的权重总和（这是Dept和Emp_ID的唯一组合）

Webpage    Number_people_seen    seen_percentage
111                 10            0.52
222                  9            0.47

我尝试了以下但不知道如何获得权重的总和。

library(dplyr)
df %>% group_by(Webpage) %>% distinct(Dept,Emp_Id)

【问题讨论】：

标签： r

【解决方案1】：

df <- data.frame(Webpage = c(111, 111, 111, 111, 222, 222), 
                 Dept = c(101, 101, 101, 102, 102, 103), 
                 Emp_Id = c(1, 1, 2, 3, 4, 4),
                 weights = c(5,5,2,3,4,5))

library(tidyverse)
df %>% 
  group_by(Webpage) %>% 
  distinct(Dept,Emp_Id, .keep_all = T) %>% 
  summarise(Number_people_seen = sum(weights)) %>% 
  mutate(seen_percentage = prop.table(Number_people_seen))
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 2 x 3
#>   Webpage Number_people_seen seen_percentage
#>     <dbl>              <dbl>           <dbl>
#> 1     111                 10           0.526
#> 2     222                  9           0.474

^{由reprex package (v0.3.0) 于 2021-04-05 创建}

【讨论】：

【解决方案2】：

df %>% group_by(Webpage, Emp_Id) %>%
  summarise(no_of_ppl_seen = unique(weights)) %>%
  group_by(Webpage) %>%
  summarise(no_of_ppl_seen = sum(no_of_ppl_seen)) %>%
  mutate(seen_percentage = no_of_ppl_seen/sum(no_of_ppl_seen))

# A tibble: 2 x 3
  Webpage no_of_ppl_seen seen_percentage
    <dbl>          <dbl>           <dbl>
1     111             10           0.526
2     222              9           0.474

或

df %>% filter(!duplicated(across(everything()))) %>%
  group_by(Webpage) %>%
  summarise(number_ppl_seen = sum(weights)) %>%
  mutate(seen_perc = number_ppl_seen/sum(number_ppl_seen))

【讨论】：