Obtenir le nombre d’observations au niveau du groupe avec plusieurs observations individuelles à partir de la base de données dans R

Comment puis-je obtenir un dataframe comme ceci:

soccer_player country position
"sam"         USA     left defender
"jon"         USA     right defender
"sam"         USA     left midfielder
"jon"         USA     offender
"bob"         England goalie
"julie"       England central midfielder
"jane"        England goalie

À ressembler à ceci (pays avec le nombre de joueurs uniques par pays):

country player_count
USA     2
England 3

La complication évidente est qu'il y a plusieurs observations par joueur, donc je ne peux pas simplement faire table(df$country) pour obtenir le nombre d'observations par pays.

J'ai été jouer avec le table() et merge() fonctions, mais n'ont pas eu de chance.

source d'informationauteur goldisfine

  1. 6

    Voici un moyen:

    as.data.frame(table(unique(d[-3])$country))
#      Var1 Freq
# 1 England    3
# 2     USA    2

    Chute de la troisième colonne, supprimez tous les doublons de noms de Pays paires, puis de compter les occurrences de chaque pays.

  2. 6

    Sans l'aide de tous les paquets que vous pouvez faire:

    List = by(df, df$country, function(x) length(unique(x$soccer_player)))
DataFrame = do.call(rbind, lapply(names(List), function(x) 
  data.frame(country=x, player_count=List[[x]])))
#  country player_count
#1 England            2
#2     USA            2

    C'est plus facile avec quelque chose comme data.table:

    dt = data.table(df)
dt[,list(player_count = length(unique(soccer_player))),by=country]
  3. 6

    La les nouvelles fonctionnalités de dplyr v 3.0 fournir une solution compacte:

    De données:

    dd <- read.csv(text='
soccer_player,country,position
"sam",USA,left defender
"jon",USA,right defender
"sam",USA,left midfielder
"jon",USA,offender
"bob",England,goalie
"julie",England,central midfielder
"jane",England,goalie')

    Code:

    library(dplyr)

dd %>% distinct(soccer_player,country) %>% 
       count(country)
  4. 3

    Voici un sqldf solution:

    library(sqldf)

sqldf("select country, count(distinct soccer_player) player_count 
       from df 
       group by country")

##   country player_count
## 1 England            2
## 2     USA            2

    et ici est une base de R solution:

    as.data.frame(xtabs(~ country, unique(df[1:2])), responseName = "player_count")

##   country player_count
## 1 England            2
## 2     USA            2
  5. 1

    Une base plus R option, à l'aide de aggregate:

    > aggregate(soccer_player ~ country, dd, FUN = function(x) length(unique(x)))
#  country soccer_player
#1 England             3
#2     USA             2