对于R data.table，如何使用uniqueN（）在多个列中统计唯一/不同的值？

假设我们有以下R

data.table

（虽然

dataframe

原则上也可以）：

对于此任务，

order\u no

的值是不相关的——我想计算

name

和

overlimit

的唯一行数：

name    overlimit  distinct_groups
Amy     TRUE       2
Amy     FALSE      1
Jack    TRUE       4
Jack    FALSE      0
Dave    TRUE       1
Dave    FALSE      1
...

---

是否只是在

by

参数中包含更多列

如果请求将“overlimit”中的相邻元素作为一个单独的组，那么我们可以使用

rleid

创建组

dt[, .(overlimit = overlimit[1], distinct_group = uniqueN(order_no)),
     .(name, grp = rleid(overlimit))][, grp := NULL][]

---

如果它是一个简单的分组，并且只需要组合

dt[, .(distinct_group = .N), by = .(name, overlimit)
  ][CJ(name = dt$name, overlimit = dt$overlimit, unique = TRUE), 
      on = .(name, overlimit)][is.na(distinct_group), distinct_group := 0][]

---

要回答您的问题，是的，您可以通过参数将两列添加到

：

dt[, .(distinct_groups = uniqueN(order_no)), by = c("Name", "Overlimit")]

OP的所需输出在distinct_groups列中为零；你的呢？@Frank我想他的输入和输出都不正确correct@Frank根据输入示例，
jacktrue
count仅为3是的，OP还以一个不可复制、不完整且措辞有些拙劣的示例fwiw赢得了我的否决票。但我也会对这两个答案投反对票，因为你们在发帖之前都懒得澄清OP想要什么。在我看来，他们很可能是在重复目标中寻找答案。@ShanZhengYang请继续，用一个可复制的示例和匹配的预期输出编辑您的帖子。如果您想编辑以改进它，我会说：通过复制粘贴来输入，这样其他人就可以在新打开的R控制台中运行它；并确保显示的所需输出完整且与输入相对应。不管怎样，链接的问题不包括它吗？@Frank是的，我正试图删除这个问题。谢谢你，我想你现在应该可以删除它了（使用底部的链接）。“如果你认为这会有帮助的话，我可以解开它。”弗兰克，不过有点不同。使用URL上提供的解决方案，
setkey（dt，sex，fruit）[CJ（unique（sex），unique（fruit）），.N，by=.EACHI]
，这将删除
dt
中的任何其他列。有没有办法保存所有的列？当然，您可以使用此输出并与原始data.table合并，但可能有更好的方法。我明白了吗？不，我不明白。我认为您的数据可能格式不正确（看到这样重复的值）。您可能想看看hadley整洁的数据文件，看看如何将其拆分为几个表
dt[, .(distinct_groups = uniqueN(order_no)), by = c("Name", "Overlimit")]