计算 R 数据框中的数值，按另一个字段分组答案

【问题标题】：Count numeric values in R data frame, grouped by another field计算 R 数据框中的数值，按另一个字段分组
【发布时间】：2013-12-10 03:12:10
【问题描述】：

我想计算 R 数据框中每个由另一个字段分组的特定字段的有效条目（数值）的数量，在本例中为“公司”。

Company <- rep(c('A','B','C'),3)
Dates <- c(rep('20130131',3),rep('20130228',3),rep('20130331',3))
F1 <- c(1:3,NA,NA,6:9)
F2 <- c(21:27,NA,NA)
F3 <- c(31:39)
F4 <- c(NA,NA,NA,44:48,NA)
df <- data.frame(Company, Dates, F1, F2, F3, F4)

生成的data.frame

> df

  Company    Dates F1 F2 F3 F4
1       A 20130131  1 21 31 NA
2       B 20130131  2 22 32 NA
3       C 20130131  3 23 33 NA
4       A 20130228 NA 24 34 44
5       B 20130228 NA 25 35 45
6       C 20130228  6 26 36 46
7       A 20130331  7 27 37 47
8       B 20130331  8 NA 38 48
9       C 20130331  9 NA 39 NA

然后我想知道每个“公司”和每个字段有多少日期具有有效（数字）值。输出看起来像

Company F1 F2 F3 F4
      A  2  3  3  2
      B  2  2  3  2
      C  3  2  3  1

我正在处理的数据框将包含大约 500 家公司、365 个日期和 45 个字段，因此手动操作并不是一个真正的选择。

任何想法将不胜感激。

谢谢，

【问题讨论】：

标签： r count dataframe summary

【解决方案1】：

基本解决方案和替代data.table 解决方案：

aggregate(cbind(F1,F2,F3,F4) ~ Company, data=df, function(x) sum(!is.na(x)), na.action=na.pass)
  Company F1 F2 F3 F4
1       A  2  3  3  2
2       B  2  2  3  2
3       C  3  2  3  1

data.table:

dt <- as.data.table(df)
dt[,lapply(.SD,function(x) sum(!is.na(x))),by=Company,.SDcols=c("F1","F2","F3","F4")]

   Company F1 F2 F3 F4
1:       A  2  3  3  2
2:       B  2  2  3  2
3:       C  3  2  3  1

【讨论】：

+1。并且考虑到 OP 有很多列，.SDcols 可以定义为setdiff(colnames(dt),"Company")
@Codoremifa - 在这种情况下，实际上可能是：setdiff(colnames(dt),c("Company","Dates")) 甚至paste0("F",1:4)

【解决方案2】：

因为这是一个关于制表的问题，所以这里有一个选项，table 在 stack 后面加上“F”列。

x <- cbind(Company = df$Company, 
           stack(df[setdiff(names(df), c("Company", "Dates"))]))
table(x[complete.cases(x), c(1, 3)])
#        ind
# Company F1 F2 F3 F4
#       A  2  3  3  2
#       B  2  2  3  2
#       C  3  2  3  1

## OR
## table(x[complete.cases(x), c("Company", "ind")])

【讨论】：