Come contare valori distinti usando dplyr (con esempi)

È possibile utilizzare uno dei seguenti metodi per contare il numero di valori distinti in un frame di dati R utilizzando la funzione n_distinct() di dplyr :

Metodo 1: conta valori distinti in una colonna

 n_distinct(df$column_name)

Metodo 2: conta valori distinti in tutte le colonne

 sapply(df, function (x) n_distinct(x))

Metodo 3: conta valori distinti per gruppo

 df %>%
group_by (grouping_column) %>%
summarize (count_distinct = n_distinct(values_column))

I seguenti esempi mostrano come utilizzare nella pratica ciascuno di questi metodi con il seguente frame di dati:

 library (dplyr)

#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 points=c(6, 6, 8, 10, 9, 9, 12, 12),
                 assists=c(3, 6, 4, 2, 4, 5, 5, 9))

#view data frame
df

  team points assists
1 to 6 3
2 to 6 6
3 to 8 4
4 to 10 2
5 B 9 4
6 B 9 5
7 B 12 5
8 B 12 9

Metodo 1: conta valori distinti in una colonna

Il codice seguente mostra come utilizzare n_distinct() per contare il numero di valori distinti nella colonna ‘team’:

 #count distinct values in 'team' column
n_distinct(df$team)

[1] 2

Ci sono 2 valori distinti nella colonna “squadra”.

Metodo 2: conta valori distinti in tutte le colonne

Il codice seguente mostra come utilizzare le funzioni sapply() e n_distinct() per contare il numero di valori distinti in ciascuna colonna del frame di dati:

 #count distinct values in every column
sapply(df, function (x) n_distinct(x))

   team points assists 
      2 5 6

Dal risultato possiamo vedere:

• Ci sono 2 valori distinti nella colonna “squadra”.
• Ci sono 5 valori distinti nella colonna “punti”.
• Ci sono 6 valori distinti nella colonna “aiuti”.

Metodo 3: conta valori distinti per gruppo

Il codice seguente mostra come utilizzare la funzione n_distinct() per contare il numero di valori distinti per gruppo:

 #count distinct 'points' values by 'team'
df %>%
  group_by (team) %>%
  summarize (distinct_points = n_distinct(points))

# A tibble: 2 x 2
  team distinct_points 
1 to 3
2 B 2

Dal risultato possiamo vedere:

• Ci sono 3 valori di punti distinti per la squadra A.
• Ci sono 2 valori di punti separati per la squadra B.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni utilizzando dplyr:

Come ricodificare i valori utilizzando dplyr
Come sostituire NA con Zero in dplyr
Come ordinare le variabili per gruppo usando dplyr
Come selezionare la prima riga per gruppo utilizzando dplyr