Как подсчитать уникальные значения по группам в R (с примерами)

Вы можете использовать следующие методы для подсчета количества уникальных значений по группам в R:

Способ 1: Использование базы R

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

Способ 2: использование dplyr

library(dplyr)

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

Способ 3: Использование data.table

library (data.table)

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

Каждый метод возвращает один и тот же результат, но базовый метод R, как правило, значительно медленнее при работе с большими фреймами данных.

В следующих примерах показано, как использовать каждый из этих методов на практике со следующим фреймом данных:

#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 A 10
2 A 10
3 A 14
4 A 14
5 B 18
6 B 19
7 C 20
8 C 20
9 C 20

Метод 1: подсчет уникальных значений по группам с использованием базы R

В следующем коде показано, как подсчитать количество различных значений очков для каждой команды с использованием базы R:

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

#view results
results

 team points
1 A 2
2 B 2
3 C 1

Из вывода мы видим:

Для команды А существует 2 уникальных значения очков.
Есть 2 уникальных значения очков для команды B.
Для команды C существует 1 уникальное значение очков.

Метод 2: подсчет уникальных значений по группам с использованием dplyr

В следующем коде показано, как подсчитать количество различных значений очков для каждой команды с помощью 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 A 2
2 B 2
3 C 1

Обратите внимание, что эти результаты совпадают с результатами базового метода R.

Способ 3: подсчет уникальных значений по группам с использованием data.table

В следующем коде показано, как подсчитать количество различных значений баллов для каждой команды с помощью 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: A 2
2: B 2
3: C 1

Обратите внимание, что эти результаты совпадают с результатами предыдущих двух методов.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции с помощью dplyr:

Как перекодировать значения с помощью dplyr
Как заменить NA на ноль в dplyr
Как ранжировать переменные по группам с помощью dplyr
Как выбрать первую строку по группе с помощью dplyr