根据 dplyr 中的范围用条件进行总结答案

【问题标题】：Summarize with conditions based on ranges in dplyr根据 dplyr 中的范围用条件进行总结
【发布时间】：2020-02-07 17:47:53
【问题描述】：

我的例子有一个插图。样本数据：

 df <- data.frame(ID = c(1, 1, 2, 2, 3, 5), A = c("foo", "bar", "foo", "foo", "bar", "bar"),
 B =     c(1, 5, 7, 23, 54, 202))

df
  ID   A   B
1  1 foo   1
2  1 bar   5
3  2 foo   7
4  2 foo  23
5  3 bar  54
6  5 bar 202

我想做的是按 ID 和相同 ID 的计数进行汇总。此外，我希望基于不同数值范围内 B 值的子组中 ID 的频率（B>=0 和 B=5 和 B=10 和 B=15 & B

我想要这个结果：

  ID count count_0_5 count_5_10 etc
1  1    2          1          1 etc
2  2    2         NA          1 etc
3  3    1         NA         NA etc
4  5    1         NA         NA etc

我使用包dplyr尝试了这段代码：

df %>%
  group_by(ID) %>%
  summarize(count=n(), count_0_5 = n(B>=0 & B<5))

但是，它返回此错误：

`Error in n(B>=0 & B<5) : 
  unused argument (B>=0 & B<5)`

【问题讨论】：

标签： r dplyr summarize

【解决方案1】：

library(dplyr)
library(tidyr)
df %>% group_by(ID) %>%
   mutate(B_cut = cut(B, c(0,5,10,15,20,1000), labels = c('count_0_5','count_5_10','count_10_15','count_15_20','count_20_1000')), count=n()) %>% 
   group_by(ID,B_cut) %>% mutate(n=n()) %>% slice(1) %>% select(-A,-B) %>% 
   spread(B_cut, n)

#2nd option
left_join(df %>% group_by(ID) %>% summarise(n=n()), 
          df %>% mutate(B_cut = cut(B, c(0,5,10,15,20,1000), labels = c('count_0_5','count_5_10','count_10_15','count_15_20','count_20_1000'))) %>% 
                 count(ID,B_cut) %>% spread(B_cut,n), 
          by='ID')

# A tibble: 4 x 5
# Groups:   ID [4]
     ID count count_0_5 count_5_10 count_20_1000
  <dbl> <int>     <int>      <int>         <int>
1     1     2         2         NA            NA
2     2     2        NA          1             1
3     3     1        NA         NA             1
4     5     1        NA         NA             1

【讨论】：

@Vojtěch Kania 抱歉，我在上一个答案中有一个错误，请检查这个。

【解决方案2】：

也许将n(B>=0 & B<5) 替换为sum(B>=0 & B<5)？

这将把满足两个指定条件的案例数相加。

但是，您将获得 0's 而不是 NA's。这可以通过以下方式解决： ifelse(sum(B>=0 & B<5)>0, sum(B>=0 & B<5), NA)

我很确定可能会有更好的解决方案（更清晰、更高效），但这应该可行！

【讨论】：