R で n() 関数を使用する方法 (例付き)

R のdplyrパッケージのn()関数を使用して、グループ内の観測値の数をカウントできます。

この機能を実際に使用する一般的な 3 つの方法を次に示します。

方法 1: n() を使用してグループごとに観測値をカウントする

 df %>%
  group_by(group_variable) %>%
  summarize(count = n())

方法 2: n() を使用して、グループごとの観測値を表示する列を追加します。

 df %>%
  group_by(group_variable) %>%
  mutate(count = n())

方法 3: n() を使用して、グループごとの観測値に基づいてフィルター処理します。

 df %>%
  group_by(group_variable) %>%
  filter(n() > 15 )

次の例は、さまざまなバスケットボール選手に関する情報を含む R の次のデータ フレームを使用して各メソッドを実際に使用する方法を示しています。

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'B', 'B', 'C'),
                 points=c(22, 25, 25, 20, 29, 13),
                 assists=c(10, 12, 9, 4, 11, 10),
                 rebounds=c(9, 8, 5, 10, 14, 12))

#view data frame
df

  team points assists rebounds
1 A 22 10 9
2 A 25 12 8
3 to 25 9 5
4 B 20 4 10
5 B 29 11 14
6 C 13 10 12

例 1: n() を使用してグループごとに観測値をカウントする

次のコードは、 n()関数とsummarise()関数を使用して、チームごとの観測数をカウントする方法を示しています。

 library (dplyr)

#count number of observations by team
df %>%
  group_by(team) %>%
  summarize(count = n())

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

結果から次のことがわかります。

• チームAは3回登場
• チームBは2回登場
• チームCは1回登場

例 2: n() を使用して、グループごとの観測値を表示する列を追加します。

次のコードは、 n()関数とmutate()関数を使用して、チームごとの観測数を含む列を日付フレームに追加する方法を示しています。

 library (dplyr)

#add new column that shows number of observations by team
df %>%
  group_by(team) %>%
  mutate(count = n())

# A tibble: 6 x 5
# Groups: team [3]
  team points assists rebounds count
            
1 to 22 10 9 3
2 to 25 12 8 3
3 to 25 9 5 3
4 B 20 4 10 2
5 B 29 11 14 2
6 C 13 10 12 1

countという新しい列には、データ フレーム内の各行のチーム数が含まれます。

例 3: n() を使用してグループごとの観測値に基づいてフィルター処理する

次のコードは、 n()関数とfilter()関数を使用してデータ フレームをフィルターし、チームが複数回出現する行のみを表示する方法を示しています。

 library (dplyr)

#filter rows where team count is greater than 1
df %>%
  group_by(team) %>%
  filter(n() > 1 )

# A tibble: 5 x 4
# Groups: team [2]
  team points assists rebounds
           
1 A 22 10 9
2 A 25 12 8
3 to 25 9 5
4 B 20 4 10
5 B 29 11 14

結果のデータ フレームには、チームが「A」または「B」である行のみが含まれることに注意してください。これは、番号が 1 より大きいチームはこれらのみであるためです。

追加リソース

次のチュートリアルでは、R の他の一般的な関数の使用方法について説明します。

dplyr で across() 関数を使用する方法
dplyrでrelocate()関数を使用する方法
dplyrでslice()関数を使用する方法