基于重复行的两列计算唯一值，R数据帧

我有一个R数据帧，格式如下：

column1    column2
NA         NA
1          A
1          A
1          A
NA         NA
NA         NA
2          B
2          B
NA         NA
NA         NA
3          A
3          A
3          A

df = structure(list(column1 = c(NA, 1L, 1L, 1L, NA, NA, 2L, 2L, NA, 
NA, 3L, 3L, 3L), column2 = c(NA, "A", "A", "A", NA, NA, "B", 
"B", NA, NA, "A", "A", "A")), .Names = c("column1", "column2"
), row.names = c(NA, -13L), class = "data.frame")

如果一列中的行具有

NA

，则另一列具有

NA

。

column1

中的数值描述了一个唯一的组，例如，第2-4行具有组

1

。列

column2

描述了此分组的标识。在此数据帧中，标识为

A

、

B

、

C

或

D

我的目标是在整个数据框架内按组统计身份的数量：A组有多少，B组有多少，等等

该文件的正确输出（到目前为止）是有2个A组和1个B组

我该怎么计算呢

目前，我会尝试以下方法：

length(df[df$column2 == "B"]) ## outputs 2 

但这是不正确的。如果我将

column1

和

column2

组合起来，只取唯一的值1A、2B、3A，我想我可以计算出

column2

中的每个标签出现了多少次

---

（如果更简单，我很乐意使用

data.table

完成此任务。）

您可以使用

rle

进行运行，使用

table

进行制表：

table(rle(df$column2)$values)

# A B 
# 2 1 

有关详细信息，请参见

？rle

和

表

或者，如果您想利用
column1
（源自
column2
）：

“dplyr”包为此提供了简单的功能

library(dplyr)

df %>%
  filter(complete.cases(.) & !duplicated(.)) %>% 
  group_by(column2) %>%
  summarize(count = n())

用NA过滤掉行
过滤掉重复的行；这些代表同一群体中的个人
按标识变量分组（第2列）
计算唯一组的数量（第1列）
如果要使用data.table：

library(data.table)
setDT(df)

d <- df[!is.na(column1), list(n=.N), by=list(column2,column1)]
d <- d[, list(n=.N), by=list(column2)]
d
   column2 n
1:       A 2
2:       B 1

我认为，总结n（）的分组可以缩短为计数或计数。或者缩短到
df%>%distinct%>%count（第2列）
可能。谢谢。我正在努力学习如何访问此表的值
（表（rle（df$column2）$values））$values
和
（表（rle（df$column2）$values））$A
都不起作用。@ShanZhengYang
rle
返回具有$values和$LENGS的对象，但大多数R对象都没有这种结构。如果你做了
res
library(data.table)
setDT(df)

d <- df[!is.na(column1), list(n=.N), by=list(column2,column1)]
d <- d[, list(n=.N), by=list(column2)]
d
   column2 n
1:       A 2
2:       B 1

setDT(df)[!is.na(column1), .N, by = .(column2, column1)][, .N, by = column2]