R中匹配行的计数[重复]答案

【问题标题】：count of matching rows in R [duplicate]R中匹配行的计数[重复]
【发布时间】：2016-01-06 12:45:56
【问题描述】：

下面是示例表/数据框。第三个属性（count）会给出相似行的计数（attribute1+attribute2）

╔════╦═════════════╦═════════════╦══════════════════════════════╗
║ ID ║ Attribute 1 ║ Attribute 2 ║ count(Attribute1+Attribute2) ║
╠════╬═════════════╬═════════════╬══════════════════════════════╣
║  1 ║ A           ║ AA          ║                            3 ║
║  2 ║ B           ║ CC          ║                            1 ║
║  3 ║ C           ║ BB          ║                            2 ║
║  4 ║ A           ║ AA          ║                            3 ║
║  5 ║ C           ║ BB          ║                            2 ║
║  6 ║ D           ║ AA          ║                            1 ║
║  7 ║ B           ║ AA          ║                            1 ║
║  8 ║ C           ║ DD          ║                            1 ║
║  9 ║ A           ║ AB          ║                            1 ║
║ 10 ║ A           ║ AA          ║                            3 ║
╚════╩═════════════╩═════════════╩══════════════════════════════╝

更新：

感谢akrun 和danas.zuokas 的帮助。我期望的最终输出看起来像这样。我从每个计数组中选择 50% .ex：对于 ID 1、4、10，计数为 3。我只需要为每个计数组选择 2（50%）因此我应该得到（A，AA）两次.

 ID    Attribute 1  Attribute 2     count(Attribute1+Attribute2)
        1   A   AA  3
        2   B   CC  1
        3   C   BB  2
        4   A   AA  3
        6   D   AA  1
        7   B   AA  1
        8   C   DD  1
        9   A   AB  1

【问题讨论】：

条件不明确
你在第四列数什么
第4列是attribute1 and attribute 2一起的计数
将来使用dput 或其他更合适的方式来共享您的数据。 “漂亮”的 ASCII 表不能轻易转移到其他人的 R 会话中。

标签： r

【解决方案1】：

鉴于您的数据位于df：

library(data.table)

dt <- as.data.table(df)
dt[, count := .N, by = list(Attribute1, Attribute2)]

【讨论】：

你有什么理由 pasteing 列？我认为这将花费更长的时间而不是仅按两者进行分组..？
你是对的 - 只是从 SQL “翻译”而来。
不客气，Zahoor Kazi！您也可以将答案标记为已接受。

【解决方案2】：

我们可以试试

library(dplyr)
df1 %>%
     group_by(attribute1, attribute2) %>%
     mutate(Count= n())

【讨论】：

%>% 是什么？我无法使用它运行代码
@ZahoorKazi 它是连接 lhs 和 rhs 的管道/链
如何为每个计数组只选择几条记录（比如 30%）？
@ZahoorKazi 你可以使用df1 %>% group_by(attribute1, attribute2) %>% slice(seq(round(0.3*n())))
感谢 akrun，但这似乎给出了一些不同的结果。我需要得到的是，ID 为 1、4、10 的行出现了 3 次。现在我只需要选择它的 30%（不考虑 ID 的 1 行）。其他计数组也一样