替代不折叠 df 的聚合函数答案

【问题标题】：Alternative to aggregate function that doesn't collapse df替代不折叠 df 的聚合函数
【发布时间】：2016-10-26 20:42:15
【问题描述】：

我有个人级别的数据，并想创建一个包含家庭中孩子数量的新变量。我为孩子创建了一个虚拟变量（如果年龄

 No_kids <- aggregate(child ~ HH_ID, data = df, sum)

此代码有效，但数据框崩溃了，而我想将孩子的数量分配给该家庭的每个观察值。是否有不折叠数据集的聚合函数的替代方法？

【问题讨论】：

查看ave 并阅读minimal reproducible example，了解如何在 SO 上提问。
如果您根据HH_ID 将 No_kids 数据框与您的原始数据框重新合并，这不会得到您想要的吗？

标签： r count aggregate

【解决方案1】：

另一个选项是 dplyr ...当然

library(dplyr)
> player_df = data.frame(team = c('ARI', 'BAL', 'BAL', 'CLE', 'CLE'),
+                        player =c('A', 'B', 'C', 'D', 'F'), 
+                        '1' = floor(runif(5, min=1, max=2)*10),
+                        '2' = floor(runif(5, min=1, max=2)*10))

然后使用 group_by 并从 dplyr 变异

player_df %>% group_by(team) %>% mutate(count = n())

Source: local data frame [5 x 5]
Groups: team [3]

    team player    X1    X2 count
  <fctr> <fctr> <dbl> <dbl> <int>
1    ARI      A    12    12     1
2    BAL      B    10    12     2
3    BAL      C    14    12     2
4    CLE      D    10    14     2
5    CLE      F    18    17     2

【讨论】：

啊，太慢了一秒钟:)
你应该小心使用 n() ，因为 OP 在他们的 HH_ID 组中既有零也有一个，它们都将被 n() 计数

【解决方案2】：

或者，您可以在聚合后执行merge（因此在基础 R 中）：

ag <- aggregate(child ~ HH_ID, data = df, sum)
setNames(merge(df, ag, by="HH_ID"), c("HH_ID", "child", "No_kids"))

【讨论】：

不是最优雅的代码，但调整你的建议是有效的：ag

【解决方案3】：

使用dplyr 包：

# Create sample data
set.seed(3252)

df <- data.frame(
  HH_ID = sample(1:10, 50, replace = TRUE),
  child = sample(0:1, 50, replace = TRUE)
)

# Count number of children
df %>% 
  group_by(HH_ID) %>% 
  mutate(child_count = sum(child)) %>% 
  ungroup()

【讨论】：