如何按组计算唯一值的数量？ [复制]

Question

ID= c('A', 'A', 'A', 'B', 'B', 'B')
color=c('white', 'green', 'orange', 'white', 'green', 'green')

d = data.frame (ID, color)

我想要的结果是

unique_colors=c(3,3,3,2,2,2)
d = data.frame (ID, color, unique_colors)

或在新的数据帧中更清晰 c

ID= c('A','B')
unique_colors=c(3,2)
c = data.frame (ID,unique_colors)

我尝试了 aggregate 和 ave 以及 by 和 with 的不同组合，我想这是这些功能的组合。

解决方案包括：

length(unique(d$color))

计算唯一元素的数量。

Answer 1

我认为你在这里搞错了。使用data.table时，plyr或<-都不需要。

data.table 的最新版本，v >= 1.9.6，有一个新函数 uniqueN() 就是为了这个。

library(data.table) ## >= v1.9.6
setDT(d)[, .(count = uniqueN(color)), by = ID]
#    ID count
# 1:  A     3
# 2:  B     2

如果要使用计数创建新列，请使用 := 运算符

setDT(d)[, count := uniqueN(color), by = ID]

---

或与dplyr 一起使用n_distinct 函数

library(dplyr)
d %>%
  group_by(ID) %>%
  summarise(count = n_distinct(color))
# Source: local data table [2 x 2]
# 
#   ID count
# 1  A     3
# 2  B     2

或者（如果你想要一个新列）使用mutate 而不是summary

d %>%
  group_by(ID) %>%
  mutate(count = n_distinct(color))