在 R 数据框中匹配和添加因子计数

Question

我的问题源于this 和this 之前提出的问题，并且我认为与他们完全不同。想象一下，我有一个最小的数据集（鸟类），其中每一行代表在给定时间和地点对鸟类的观察，如下所示：

id,obs,country
A,4,USA
B,3,CAN
A,5,USA
C,4,MEX
C,1,USA
A,3,CAN
D,1,null

理想情况下，我想要的是将此数据集转换为这样的形式，从数据集中删除空值：

id,tot_obs,country_tot
A,12,2
B,3,1
C,5,2

我知道我可以使用以下方法计算因子数：

table(bird$country)

但是，有没有一种更聪明的方法，也许是一种去除空值、将总计数相加、找到国家的计数然后将它们重新配置为这种形式的方法？如果有一个包可以做到这一点，那么我也愿意接受这个建议。谢谢！

Answer 1

使用stringsAsFactors=FALSE加载数据：

df <- read.csv(header=TRUE, text="id,obs,country
A,4,USA
B,3,CAN
A,5,USA
C,4,MEX
C,1,USA
A,3,CAN
D,1,null", stringsAsFactors=FALSE)

# check to see if columns are factors
sapply(df, class)
#          id         obs     country 
# "character"   "integer" "character" 

删除所有带有country = null的行

df <- df[df$country != "null", ]

然后您可以使用plyr 包和summarise 来获得所需的结果，如下所示：

ddply(df, .(id), summarise, tot_obs=sum(obs), tot_country=length(unique(country)))
#   id tot_obs tot_country
# 1  A      12           2
# 2  B       3           1
# 3  C       5           2