Comment ajouter le nombre de valeurs uniques par groupe de R des données.cadre

Je souhaite compter le nombre de valeurs uniques par groupe d'une deuxième variable, puis ajouter le comte de données existantes.cadre dans une nouvelle colonne. Par exemple, si les données existantes cadre ressemble à ceci:

  color  type
1 black chair
2 black chair
3 black  sofa
4 green  sofa
5 green  sofa
6   red  sofa
7   red plate
8  blue  sofa
9  blue plate
10 blue chair

Je veux ajouter pour chaque color, le comte de unique types qui sont présents dans les données:

  color  type unique_types
1 black chair            2
2 black chair            2
3 black  sofa            2
4 green  sofa            1
5 green  sofa            1
6   red  sofa            2
7   red plate            2
8  blue  sofa            3
9  blue plate            3
10 blue chair            3

J'espérais utiliser ave, mais n'arrive pas à trouver une méthode simple qui ne nécessite pas beaucoup de lignes. J'ai >100 000 lignes, alors je ne suis également pas sûr de la façon importante l'efficacité est.

C'est un peu similaire à ce problème: Compter le nombre d'observations/nombre de lignes par groupe et ajouter le résultat à la trame de données

InformationsquelleAutor Bryan | 2013-07-02
  1. 54

    À l'aide de ave (puisque vous le demandez expressément):

    within(df, { count <- ave(type, color, FUN=function(x) length(unique(x)))})

    Assurez-vous que type, c'est le caractère de vecteur et non pas facteur.

    Puisque vous dites aussi que vos données est énorme et que la vitesse/performance peut donc être un facteur, je vous suggère un data.table solution.

    require(data.table)
setDT(df)[, count := uniqueN(type), by = color] # v1.9.6+
# if you don't want df to be modified by reference
ans = as.data.table(df)[, count := uniqueN(type), by = color]

    uniqueN a été mis en œuvre dans v1.9.6 et est plus rapide d'un équivalent de length(unique(.)). En outre, il fonctionne avec des données.images/données.des tables.

    D'autres solutions:

    À l'aide de plyr:

    require(plyr)
ddply(df, .(color), mutate, count = length(unique(type)))

    À l'aide de aggregate:

    agg <- aggregate(data=df, type ~ color, function(x) length(unique(x)))
merge(df, agg, by="color", all=TRUE)
    InformationsquelleAutor Arun
  2. 49

    Voici une solution avec le dplyr package - il a n_distinct() comme un wrapper pour length(unique()).

    df %>%
  group_by(color) %>%
  mutate(unique_types = n_distinct(type))
    InformationsquelleAutor Sam Firke
  3. 8

    Cela peut aussi être réalisée dans un vectorisé sans par les opérations du groupe en combinant unique avec table ou tabulate

    Si df$color est factor, puis

    Soit 

    table(unique(df)$color)[as.character(df$color)]
# black black black green green   red   red  blue  blue  blue 
#    2     2     2     1     1     2     2     3     3     3

    Ou 

    tabulate(unique(df)$color)[as.integer(df$color)]
# [1] 2 2 2 1 1 2 2 3 3 3

    Si df$color est character puis juste

    table(unique(df)$color)[df$color]

    Si df$color est un integer puis juste

    tabulate(unique(df)$color)[df$color]
    InformationsquelleAutor David Arenburg