统计每个组内的行数
我有一个数据框，我想统计每个组内的行数。 我正常使用aggregate函数来aggregate数据如下：
df2 <- aggregate(x ~ Year + Month, data = df1, sum)
现在，我想统计观察，但似乎无法find合适的论据。 直觉上，我认为这将如下：
df2 <- aggregate(x ~ Year + Month, data = df1, count)
但是，没有这样的运气。
有任何想法吗？
一些玩具数据：
set.seed(2) df1 <- data.frame(x = 1:20, Year = sample(2012:2014, 20, replace = TRUE), Month = sample(month.abb[1:3], 20, replace = TRUE))
还有df2 <- count(x, c('Year','Month')) （plyr包）
遵循@ Joshua的build议，这里有一种方法可以计算出你的df数据框中Year = 2007和Month = Nov（假设它们是列）的观测值的数量：
nrow(df[,df$YEAR == 2007 & df$Month == "Nov"])
并与aggregate ，遵循@GregSnow：
aggregate(x ~ Year + Month, data = df, FUN = length)
我们也可以使用dplyr 。
首先，一些数据：
df <- data.frame(x = rep(1:6, rep(c(1, 2, 3), 2)), year = 1993:2004, month = c(1, 1:11))
现在，伯爵：
library(dplyr) count(df, year, month) #piping df %>% count(year, month)
我们也可以使用pipe道和n()函数稍微长一点的版本：
df %>% group_by(year, month) %>% summarise(number = n())
或“计数function”
df %>% group_by(year, month) %>% tally()
没有data.table解决scheme的老问题。 所以这里…
使用.N
library(data.table) DT <- data.table(df) DT[, .N, by = list(year, month)]
用于aggregate的简单选项是length函数，它将给出子集中vector的长度。 有时更强健的是使用function(x) sum( !is.na(x) ) 。
为每一行创build一个值为1的新variablesCount ：
df1["Count"] <-1
然后聚合dataframe，按Count列进行求和：
df2 <- aggregate(df1[c("Count")], by=list(year=df1$year, month=df1$month), FUN=sum, na.rm=TRUE)
在这种情况下， aggregate()函数的一个替代方法是使用as.data.frame() table() as.data.frame() ，它也会指示Year和Month的哪些组合与零次出现相关联
df<-data.frame(x=rep(1:6,rep(c(1,2,3),2)),year=1993:2004,month=c(1,1:11)) myAns<-as.data.frame(table(df[,c("year","month")]))
而没有零发生的组合
myAns[which(myAns$Freq>0),]
对于我的聚合，我通常最终希望看到的意思是“这个组合有多大”（又称长度）。 所以这是我在那些场合的方便片段。
agg.mean <- aggregate(columnToMean ~ columnToAggregateOn1*columnToAggregateOn2, yourDataFrame, FUN="mean") agg.count <- aggregate(columnToMean ~ columnToAggregateOn1*columnToAggregateOn2, yourDataFrame, FUN="length") aggcount <- agg.count$columnToMean agg <- cbind(aggcount, agg.mean)
lw<- function(x){length(which(df$variable==someValue))} agg<- aggregate(Var1~Var2+Var3, data=df, FUN=lw) names(agg)<- c("Some", "Pretty", "Names", "Here") View(agg)
