Come contare valori univoci per gruppo in r (con esempi)

È possibile utilizzare i seguenti metodi per contare il numero di valori univoci per gruppo in R:

Metodo 1: utilizzare Base R

 results <- aggregate(data=df, values_var~group_var, function (x) length ( unique (x)))

Metodo 2: usa dplyr

 library (dplyr)

results <- df %>%
  group_by(group_var) %>%
  summarize(count = n_distinct (values_var))

Metodo 3: utilizzo di data.table

 library (data.table)

df <- data.table(df)
results <- df[, .(count = length ( unique (values_var))), by = group_var]

Ciascun metodo restituisce esattamente lo stesso risultato, ma il metodo R di base tende a essere significativamente più lento quando si lavora con frame di dati di grandi dimensioni.

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

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'),
                 points=c(10, 10, 14, 14, 18, 19, 20, 20, 20))

#view data frame
df

  team points
1 to 10
2 to 10
3 to 14
4 to 14
5 B 18
6 B 19
7 C 20
8 C 20
9 C 20

Metodo 1: conta i valori univoci per gruppo utilizzando Base R

Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando la base R:

 #count unique points values by team
results <- aggregate(data=df, points~team, function (x) length ( unique (x)))

#view results
results

  team points
1 TO 2
2 B 2
3 C 1

Dal risultato possiamo vedere:

• Ci sono 2 valori di punti unici per la squadra A.
• Ci sono 2 valori di punti unici per la squadra B.
• C’è 1 valore in punti unico per la squadra C.

Metodo 2: conta i valori univoci per gruppo utilizzando dplyr

Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando dplyr:

 library (dplyr)

#count unique points values by team
results <- df %>%
  group_by(team) %>%
  summarize(count = n_distinct (points))

#view results
results

# A tibble: 3 x 2
  team count
1 TO 2
2 B 2
3 C 1

Si noti che questi risultati corrispondono a quelli del metodo base R.

Metodo 3: conta i valori univoci per gruppo utilizzando data.table

Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando data.table:

 library (data.table)

#convert data frame to data table
df <- data.table(df)

#count unique points values by team 
results <- df[, .(count = length ( unique (points))), by = team]

#view results
results

   team count
1 TO 2
2:B2
3: C 1

Si noti che questi risultati corrispondono a quelli dei due metodi precedenti.

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