Подсчитайте количество наблюдений/строк на группу и добавьте результат в кадр данных

Скажем, у меня есть объект data.frame:

df <- data.frame(name=c('black','black','black','red','red'),
                 type=c('chair','chair','sofa','sofa','plate'),
                 num=c(4,5,12,4,3))

Теперь я хочу подсчитать количество наблюдений за каждой комбинацией name и type. Это можно сделать так:

table(df[ , c("name","type")])

или, возможно, также с plyr (хотя я не уверен, как).

Однако, как мне получить результаты, включенные в исходный фрейм данных? Чтобы результаты выглядели так:

df
#    name  type num count
# 1 black chair   4     2
# 2 black chair   5     2
# 3 black  sofa  12     1
# 4   red  sofa   4     1
# 5   red plate   3     1

где count теперь сохраняет результаты от агрегации.

Решение с plyr может быть интересно узнать также, хотя я хотел бы посмотреть, как это делается с базой R.

Ответы

Ответ 1

Другой способ, который обобщает больше:

df$count <- unsplit(lapply(split(df, df[c("name","type")]), nrow), df[c("name","type")])

Ответ 2

Используя plyr :

plyr::ddply(df, .(name, type), transform, count = length(num))

Использование data.table :

library(data.table)
dt = data.table(df)
# using setkey or setkeyv to set the key
setkeyv(dt, c('name', 'type'))
# self 
dt[dt[ , count = length(num), 'name, type']]

РЕДАКТИРОВАТЬ (mnel)

Использование data.table версии 1.8.2 или выше имеет := по группам. Существует также значение .N (введенная версия 1.6.2), которое является числом строк в группе), так что это так же просто, как

dt[ , count := .N, by = list(name, type)]

Используя dplyr :

library(dplyr)
df %>%
  group_by(name, type) %>%
  mutate(count = n())

Или просто:

add_count(df, name, type)

Ответ 3

Вы можете использовать ave:

df$count <- ave(df$num, df[,c("name","type")], FUN=length)

Ответ 4

Вы можете сделать это:

> ddply(df,.(name,type),transform,count = NROW(piece))
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red plate   3     1
5   red  sofa   4     1

или, возможно, более интуитивно,

> ddply(df,.(name,type),transform,count = length(num))
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red plate   3     1
5   red  sofa   4     1

Ответ 5

Это должно сделать вашу работу:

df_agg <- aggregate(num~name+type,df,FUN=NROW)
names(df_agg)[3] <- "count"
df <- merge(df,df_agg,by=c('name','type'),all.x=TRUE)

Ответ 6

Базовая функция R aggregate будет получать подсчеты с однострочным, но добавление этих отсчетов обратно к исходному data.frame, по-видимому, займет немного времени.

df <- data.frame(name=c('black','black','black','red','red'),
                 type=c('chair','chair','sofa','sofa','plate'),
                 num=c(4,5,12,4,3))
df
#    name  type num
# 1 black chair   4
# 2 black chair   5
# 3 black  sofa  12
# 4   red  sofa   4
# 5   red plate   3

rows.per.group  <- aggregate(rep(1, length(paste0(df$name, df$type))),
                             by=list(df$name, df$type), sum)
rows.per.group
#   Group.1 Group.2 x
# 1   black   chair 2
# 2     red   plate 1
# 3   black    sofa 1
# 4     red    sofa 1

my.summary <- do.call(data.frame, rows.per.group)
colnames(my.summary) <- c(colnames(df)[1:2], 'rows.per.group')
my.data <- merge(df, my.summary, by = c(colnames(df)[1:2]))
my.data
#    name  type num rows.per.group
# 1 black chair   4              2
# 2 black chair   5              2
# 3 black  sofa  12              1
# 4   red plate   3              1
# 5   red  sofa   4              1

Ответ 7

Вы были всего в одном шаге от включения числа строк в базовый набор данных.

Используя функцию tidy() из пакета broom, преобразуйте частотную таблицу в фрейм данных и внутреннее объединение с df:

df <- data.frame(name=c('black','black','black','red','red'),
                         type=c('chair','chair','sofa','sofa','plate'),
                         num=c(4,5,12,4,3))
library(broom)
df <- merge(df, tidy(table(df[ , c("name","type")])), by=c("name","type"))
df
   name  type num Freq
1 black chair   4    2
2 black chair   5    2
3 black  sofa  12    1
4   red plate   3    1
5   red  sofa   4    1

Ответ 8

Альтернативой двух строк является генерация переменной 0s, а затем ее заполнение с помощью split<-, split и lengths следующим образом:

# generate vector of 0s
df$count <-0L

# fill it in
split(df$count, df[c("name", "type")]) <- lengths(split(df$num, df[c("name", "type")]))

Это возвращает желаемый результат

df
   name  type num count
1 black chair   4     2
2 black chair   5     2
3 black  sofa  12     1
4   red  sofa   4     1
5   red plate   3     1

По существу, RHS вычисляет длины каждой комбинации именного типа, возвращая именованный вектор длиной 6 с 0 для "red.chair" и "black.plate". Это подается в LHS с помощью split <-, который принимает вектор и соответственно добавляет значения в их заданные пятна. Это, по существу, то, что делает ave, так как вы можете видеть, что вторая до последней строки ave равна

split(x, g) <- lapply(split(x, g), FUN)

Однако lengths - оптимизированная версия sapply(list, length).

Ответ 9

Использование пакета sqldf:

library(sqldf)

sqldf("select a.*, b.cnt
       from df a,
           (select name, type, count(1) as cnt
            from df
            group by name, type) b
      where a.name = b.name and
            a.type = b.type")

#    name  type num cnt
# 1 black chair   4   2
# 2 black chair   5   2
# 3 black  sofa  12   1
# 4   red  sofa   4   1
# 5   red plate   3   1