如何根据不同的类别查找多少个唯一值

如何解决如何根据不同的类别查找多少个唯一值

我的数据来自大数据。每个唯一的ID都包含一个或多个类，并且每个类都包含一个或多个X的唯一值。但是，我们可能在不同的ID中具有相同的类（即ID009和ID020具有相同的类），我试图找出有多少个每个类别值的X的唯一值基于不同的ID。

ID <- c("ID004","ID004","ID006","ID009","ID020","ID023","ID023")
Class <- c("CMP-001","CMP-001","CMP-002","CMP-005","CMP-004","CMP-001")
X <- c(1,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,18)
data <- data.frame(ID,Class,X)

结果应该是；

ID         class       No. of X value
ID004     CMP-001           3
ID006     CMP-001           1
          CMP-002           2
          CMP-005           2
ID009     CMP-002           2
ID020     CMP-002           3
          CMP-004           1
ID023     CMP-001           4

感谢您的帮助，

解决方法

在这里，n_distinct在对'ID'，'Class'进行分组之后会很有用

library(dplyr)
data %>% 
   group_by(ID,Class) %>%
   summarise(No_X_value = n_distinct(X),.groups = 'drop')

-输出

# A tibble: 8 x 3
#  ID    Class   No_X_value
#  <chr> <chr>        <int>
#1 ID004 CMP-001          3
#2 ID006 CMP-001          1
#3 ID006 CMP-002          2
#4 ID006 CMP-005          2
#5 ID009 CMP-002          2
#6 ID020 CMP-002          3
#7 ID020 CMP-004          1
#8 ID023 CMP-001          4

---

或与data.table

library(data.table)
setDT(data)[,.(No_X_value = uniqueN(X),.(ID,Class)]

---

或将base R与aggregate一起使用

aggregate(X ~ .,unique(data),FUN = length)
#     ID   Class X
#1 ID004 CMP-001 3
#2 ID006 CMP-001 1
#3 ID023 CMP-001 4
#4 ID006 CMP-002 2
#5 ID009 CMP-002 2
#6 ID020 CMP-002 3
#7 ID020 CMP-004 1
#8 ID006 CMP-005 2

,

您还可以对base R使用类似的aggregate()方法：

#Code
df <- aggregate(X~ID+Class,data,function(x) length(unique(x)))

输出：

     ID   Class X
1 ID004 CMP-001 3
2 ID006 CMP-001 1
3 ID023 CMP-001 4
4 ID006 CMP-002 2
5 ID009 CMP-002 2
6 ID020 CMP-002 3
7 ID020 CMP-004 1
8 ID006 CMP-005 2

,

如果您使用的是基数R，我认为@akrun的aggregate方法已经是一种超高效的方法。下面是另一个选择，但更复杂

subset(as.data.frame(xtabs(cnt ~ ID + Class,cbind(cnt = 1,unique(data)))),Freq >0)

给出

      ID   Class Freq
1  ID004 CMP-001    3
2  ID006 CMP-001    1
5  ID023 CMP-001    4
7  ID006 CMP-002    2
8  ID009 CMP-002    2
9  ID020 CMP-002    3
14 ID020 CMP-004    1
17 ID006 CMP-005    2