<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per contare il numero di valori univoci per gruppo in R:<\/span><\/p>\n Metodo 1: utilizzare Base R<\/strong><\/span><\/p>\n Metodo 2: usa dplyr<\/strong><\/span><\/p>\n Metodo 3: utilizzo di data.table<\/strong><\/span><\/p>\n Ciascun metodo restituisce esattamente lo stesso risultato, ma il metodo R di base tende a essere significativamente pi\u00f9 lento quando si lavora con frame di dati di grandi dimensioni.<\/span><\/p>\n I seguenti esempi mostrano come utilizzare nella pratica ciascuno di questi metodi con il seguente frame di dati:<\/span><\/p>\n Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando la base R:<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando dplyr:<\/span><\/p>\n Si noti che questi risultati corrispondono a quelli del metodo base R.<\/span><\/span><\/p>\n Il codice seguente mostra come contare il numero di valori di punti distinti per ciascuna squadra utilizzando data.table:<\/span><\/p>\n Si noti che questi risultati corrispondono a quelli dei due metodi precedenti.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni utilizzando dplyr:<\/span><\/p>\n Come ricodificare i valori utilizzando dplyr<\/a> \u00c8 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) […]<\/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 Metodo 1: conta i valori univoci per gruppo utilizzando Base 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
Metodo 2:<\/strong><\/span> conta i valori univoci per gruppo utilizzando dplyr<\/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 Metodo 3:<\/strong><\/span> conta i valori univoci per gruppo utilizzando data.table<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come sostituire NA con Zero in dplyr<\/a>
Come ordinare le variabili per gruppo usando dplyr<\/a>
Come selezionare la prima riga per gruppo utilizzando dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"