从R中的数据帧中获取具有多个单独观察的组级观察计数

如何获得这样的数据帧：

soccer_player country position
"sam"         USA     left defender
"jon"         USA     right defender
"sam"         USA     left midfielder
"jon"         USA     offender
"bob"         England goalie
"julie"       England central midfielder
"jane"        England goalie

如图所示（每个国家拥有唯一玩家的国家）：

明显的复杂之处在于每个玩家都有多个观察值，所以我不能简单地通过

表格（df$country）

来获得每个国家的观察值

我一直在玩

table（）

和

merge（）

函数，但运气不好。

这里有一个方法：

as.data.frame(table(unique(d[-3])$country))
#      Var1 Freq
# 1 England    3
# 2     USA    2

---

删除第三列，删除所有重复的国家/地区名称对，然后统计每个国家/地区的出现次数。

不使用任何软件包，您可以执行以下操作：

List = by(df, df$country, function(x) length(unique(x$soccer_player)))
DataFrame = do.call(rbind, lapply(names(List), function(x) 
  data.frame(country=x, player_count=List[[x]])))
#  country player_count
#1 England            2
#2     USA            2

使用类似于

数据的东西更容易。表

：

dt = data.table(df)
dt[,list(player_count = length(unique(soccer_player))),by=country]

---

下面是一个sqldf解决方案：

library(sqldf)

sqldf("select country, count(distinct soccer_player) player_count 
       from df 
       group by country")

##   country player_count
## 1 England            2
## 2     USA            2

as.data.frame(xtabs(~ country, unique(df[1:2])), responseName = "player_count")

##   country player_count
## 1 England            2
## 2     USA            2

下面是一个基本的R解决方案：

library(sqldf)

sqldf("select country, count(distinct soccer_player) player_count 
       from df 
       group by country")

##   country player_count
## 1 England            2
## 2     USA            2

as.data.frame(xtabs(~ country, unique(df[1:2])), responseName = "player_count")

##   country player_count
## 1 England            2
## 2     USA            2

提供了一个紧凑的解决方案：

library(sqldf)

sqldf("select country, count(distinct soccer_player) player_count 
       from df 
       group by country")

##   country player_count
## 1 England            2
## 2     USA            2

as.data.frame(xtabs(~ country, unique(df[1:2])), responseName = "player_count")

##   country player_count
## 1 England            2
## 2     USA            2

数据：

---

使用

聚合

，再增加一个基本R选项：

> aggregate(soccer_player ~ country, dd, FUN = function(x) length(unique(x)))
#  country soccer_player
#1 England             3
#2     USA             2

---

位置不保证是唯一的。现在在R试着，但不确定这是否有效。这不是假设。好的，谢谢Matthew。我将对它进行研究，如果这个方法有效的话，它将简洁地标记为答案。非常感谢。更好的标题建议？