如何按组将唯一值的计数添加到R数据中。

Question

如何按组将唯一值的计数添加到R数据中。我希望通过分组第二个变量来计数唯一值的数量，然后将计数作为一个新列添加到现有的data.framework中。例如，如果现有的数据框架如下所示：  color  type1 black chair2 black chair3 black  sofa4 green  sofa5 green  sofa6   red  sofa7   red plate8  blue  sofa9  blue plate10 blue chair我想为每个color，唯一的数types现有数据：  color  type unique_types1 black chair            22 black chair            23 black  sofa            24 green  sofa            15 green  sofa            16   red  sofa            27   red plate            28  blue  sofa            39  blue plate            310 blue chair            3我希望用ave，但似乎找不到一个直接的方法，不需要很多行。我有>100，000行，所以我也不确定效率有多重要。它有点类似于这个问题：每组计数观察/行数，并将结果添加到数据帧中

Answer 1

使用ave(既然你特别要求)：

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

确保type是字符向量而不是因子。

---

因为您还说您的数据是巨大的，因此速度/性能可能是一个因素，我建议data.table也有解决办法。

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

uniqueN在v1.9.6是一个更快的等价物length(unique(.))..此外，它还可以处理data.framework/data.table。

---

其他解决办法：

使用plyr：

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

使用aggregate:

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

Answer 2

下面是一个解决方案dplyr包裹-它有n_distinct()作为包装length(unique()).

df %>%
  group_by(color) %>%
  mutate(unique_types = n_distinct(type))

Answer 3

这也可以在没有组操作的向量化中实现，方法是unique带着table或tabulate

如果df$color是factor，然后

任一

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

或

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

---

如果df$color是character然后.

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

---

如果df$color是integer然后.

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