<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um die Anzahl der eindeutigen Werte pro Gruppe in R zu z\u00e4hlen:<\/span><\/p>\n Methode 1: Verwenden Sie Base R<\/strong><\/span><\/p>\n Methode 2: dplyr verwenden<\/strong><\/span><\/p>\n Methode 3: Verwendung von data.table<\/strong><\/span><\/p>\n Jede Methode liefert genau das gleiche Ergebnis, aber die Basis-R-Methode ist bei der Arbeit mit gro\u00dfen Datenrahmen tendenziell deutlich langsamer.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis mit dem folgenden Datenrahmen verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der unterschiedlichen Punktwerte f\u00fcr jedes Team mithilfe der Basis R gez\u00e4hlt wird:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Der folgende Code zeigt, wie man mit dplyr die Anzahl der unterschiedlichen Punktwerte f\u00fcr jedes Team z\u00e4hlt:<\/span><\/p>\n Beachten Sie, dass diese Ergebnisse mit denen der Basis-R-Methode \u00fcbereinstimmen.<\/span><\/span><\/p>\n Der folgende Code zeigt, wie man mithilfe von data.table die Anzahl der unterschiedlichen Punktwerte f\u00fcr jedes Team z\u00e4hlt:<\/span><\/p>\n Beachten Sie, dass diese Ergebnisse mit denen der beiden vorherigen Methoden \u00fcbereinstimmen.<\/span><\/p>\n In den folgenden Tutorials wird erkl\u00e4rt, wie Sie andere h\u00e4ufige Vorg\u00e4nge mit dplyr ausf\u00fchren:<\/span><\/p>\n So kodieren Sie Werte mit dplyr neu<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um die Anzahl der eindeutigen Werte pro Gruppe in R zu z\u00e4hlen: Methode 1: Verwenden Sie Base R results <- aggregate(data=df, values_var~group_var, function (x) length ( unique (x))) Methode 2: dplyr verwenden library (dplyr) results <- df %>% group_by(group_var) %>% summarize(count = n_distinct (values_var)) Methode 3: Verwendung von data.table […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n results <- aggregate(data=df, values_var~group_var, function<\/span> (x) length<\/span> ( unique<\/span> (x)))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\nresults <- df %>%\n group_by(group_var) %>%\n summarize(count = n_distinct<\/span> (values_var))\n<\/strong><\/pre>\n library<\/span> (data.table)\n\ndf <- data.table(df)\nresults <- df[, .(count = length<\/span> ( unique<\/span> (values_var))), by = group_var]<\/span><\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'),\n points=c(10, 10, 14, 14, 18, 19, 20, 20, 20))\n\n#view data frame<\/span>\ndf\n\n team points\n1 to 10\n2 to 10\n3 to 14\n4 to 14\n5 B 18\n6 B 19\n7 C 20\n8 C 20\n9 C 20\n<\/span><\/strong><\/pre>\n Methode 1: Z\u00e4hlen Sie eindeutige Werte nach Gruppe mithilfe von Basis R<\/strong><\/span><\/h3>\n
#count unique points values by team\n<\/span>results <- aggregate(data=df, points~team, function<\/span> (x) length<\/span> ( unique<\/span> (x)))\n\n#view results<\/span>\nresults\n\n team points\n1 TO 2\n2 B 2\n3 C 1<\/span><\/span><\/strong><\/pre>\n\n
Methode 2:<\/strong><\/span> Z\u00e4hlen Sie mit dplyr eindeutige Werte nach Gruppe<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#count unique points values by team\n<\/span>results <- df %>%\n group_by(team) %>%\n summarize(count = n_distinct<\/span> (points))\n\n#view results\n<\/span>results\n\n# A tibble: 3 x 2\n team count\n1 TO 2\n2 B 2\n3 C 1\n<\/span><\/span><\/strong><\/pre>\n Methode 3:<\/strong><\/span> Z\u00e4hlen Sie mithilfe von data.table eindeutige Werte nach Gruppe<\/strong><\/span><\/h3>\n
library<\/span> (data.table)\n\n#convert data frame to data table\n<\/span>df <- data.table(df)\n\n#count unique points values by team \n<\/span>results <- df[, .(count = length<\/span> ( unique<\/span> (points))), by = team]\n\n#view results\n<\/span>results\n\n team count\n1 TO 2\n2:B2\n3: C 1\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So ersetzen Sie NA durch Zero in dplyr<\/a>
So sortieren Sie Variablen mit dplyr nach Gruppen<\/a>
So w\u00e4hlen Sie mit dplyr die erste Zeile nach Gruppe aus<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"