如何实现R中多列的countifs（）函数（计算文本值）

我想按用户分组，并计算订单时间类型为“Daily”和“Night”的数量，分别以“Daily”和“Night”两列表示，按用户分组

user_id  order_hour_type order_day_type
1         daytime            weekend
1         daytime            weekday
1         daytime            weekday
1         daytime            weekend
2         evening            weekday
2         evening            weekday
2         evening            weekend
2         daytime            weekday
3         daytime            weekday
3         evening            weekday
3         daytime            weekday

结果应该是这样的：

user_id daytime evening weekend weekday
1         4       0        2       2
2         1       3        1       3
3         2       1        0       3

我已尝试将包

dplyr

与以下代码一起使用：

（以增加“日间”栏为例）

---

如何才能产生预期的结果？非常感谢

一个选项是将

收集成“长”格式，然后对列进行
计数，然后
将其分散回“宽”

library(dplyr)
library(tidyr)
gather(df1, key, val, -user_id) %>% 
    count(user_id, val) %>%
    spread(val, n, fill = 0)
# A tibble: 3 x 5
#  user_id daytime evening weekday weekend
#    <int>   <dbl>   <dbl>   <dbl>   <dbl>
#1       1       4       0       2       2
#2       2       1       3       3       1
#3       3       2       1       3       0


base R
选项是按其他列的数量复制第一列，同时
取消列出其他列，并使用
表

library(data.table)
dcast(melt(setDT(df1), id.var = 'user_id'), user_id ~ value, length)

table(rep(df1[,1], 2), unlist(df1[-1]))

数据
df1非常感谢！但实际上，我的数据源是一个超过100000行（60000个用户）的csv文件。在这种情况下，代码是否可用？@fridaguo如果内存对您来说不是一个约束，那么它应该可以工作警告消息：在melt.data.table（setDT（df），id.var=“user\u id”）：“measure.vars”[order\u hour\u type，order\u hour\u of\u day]不是所有类型。按照层次结构的顺序，熔融数据值列将为“字符”类型。所有非“character”类型的度量变量也将被强制。查看？melt.data.table中的详细信息，了解有关强制的更多信息。是否需要将df中的值转换为字符？@fridaguo这不是错误，这是一条警告消息，表明两列的类型不同。这不是一个问题。如果要删除警告，请将列转换为
字符
即第2列和第3列，即
df[2:3]
library(data.table)
dcast(melt(setDT(df1), id.var = 'user_id'), user_id ~ value, length)

table(rep(df1[,1], 2), unlist(df1[-1]))

df1 <- structure(list(user_id = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 
3L, 3L), order_hour_type = c("daytime", "daytime", "daytime", 
"daytime", "evening", "evening", "evening", "daytime", "daytime", 
"evening", "daytime"), order_day_type = c("weekend", "weekday", 
"weekday", "weekend", "weekday", "weekday", "weekend", "weekday", 
"weekday", "weekday", "weekday")), class = "data.frame", 
row.names = c(NA, 
-11L))