R语言按组计算唯一值

在这篇文章中，我们将讨论如何在R编程语言中按组计算唯一值的数量。让我们来看看下面的例子。

假设你有一个多列的数据集，像这样。

编号	类	年龄	age_group
1	A	20	年轻
2	B	15	小孩
3	C	45	老的
4	B	14	小孩
5	A	21	年轻
6	A	22	杨
7	C	47	老龄
8	A	19	年轻
9	B	16	小孩
10	C	50	老人
11	A	23	年轻

在这个假数据集中， class 、 age 、 age_group 代表列名，我们的任务是计算age_group的唯一值的数量。

因此，结果的数据集应该是这样的。

编号	age_group	唯一值
1	年轻	5
2	小孩	3
3	老人	3

方法1：使用聚合函数

使用聚合函数，我们可以对多行进行操作（通过对数据分组），并产生一个单一的汇总值。

例子

# Count Unique values by group
  
# Creating dataset 
# creating class column
x <- c("A","B","C","B","A","A","C","A","B","C","A")
  
# creating age column
y <- c(20,15,45,14,21,22,47,18,16,50,23)
  
# creating age_group column
z <- c("YOUNG","KID","OLD","KID","YOUNG","YOUNG",
      "OLD","YOUNG","KID","OLD","YOUNG")
  
# creating dataframe
df <- data.frame(class=x,age=y,age_group=z)
df
  
# applying aggregate function
aggregate( age~age_group,df, function(x) length(unique(x)))

输出

在R语言中按组计算唯一值

输出1。

方法2：使用 dplyr 包和group_by函数

” dplyr “ 是最广泛使用的 R 包。它主要用于数据处理目的。它提供了一套数据处理的工具。

例子

# Count Unique values by group
  
# loading dplyr
library("dplyr")
  
# Creating dataset 
# creating class column
x <- c("A","B","C","B","A","A","C","A","B","C","A")
  
# creating age column
y <- c(20,15,45,14,21,22,47,18,16,50,23)
  
# creating age_group column
z <- c("YOUNG","KID","OLD","KID","YOUNG","YOUNG",
      "OLD","YOUNG","KID","OLD","YOUNG")
  
# creating dataframe
df <- data.frame(class=x,age=y,age_group=z)
  
# grouping age_group column 
# counting all the unique
# value based on the age_group 
# column 
df %>%
  group_by(age_group) %>%
  summarise(n_distinct(age))