R 如何将因子类型的多个列中不为空的元素总数相加？

提供了这样一个数据帧：

df <- data.frame(list(Group = c("Group1", "Group1", "Group2", "Group2"),
                      A=c("Some text", "Text here too", "Some other text", NA), 
                      B=c(NA, "Some random text", NA, "Random here too")))
> df
   Group               A                B
1 Group1       Some text             <NA>
2 Group1   Text here too Some random text
3 Group2 Some other text             <NA>
4 Group2            <NA>  Random here too

虽然这是一个愚蠢的数据帧示例（原始数据帧有更多的列和组，手动实现结果并不容易），但由于我无法使用因子操作，所以我没有成功。此外，我担心我的方法（见下文）过于冗长，可能有些过激，这使得它不太适合我的实际数据帧，因为它包含更多的列

这就是我到目前为止所做的：

# Manually create a new numeric column with numbers.
df$A_n = as.character(df$A)
df$A_n[!is.na(df$A_n)] <- 1
df$A_n = as.numeric(df$A_n)

df$B_n = as.character(df$B)
df$B_n[!is.na(df$B_n)] <- 1
df$B_n = as.numeric(df$B_n)

但是，我得到了意外的数据帧：

> df.expected
   Group A_n B_n
1 Group1   2   1
2 Group2   1   1

> df2
# A tibble: 2 x 3
   Group   A_n   B_n
  <fctr> <dbl> <dbl>
1 Group1     2    NA
2 Group2    NA    NA

>df2
#一个tibble:2x3
A组B组
1组1 2 NA
2组2 NA NA

有谁能帮助我以更好的方式解决这个问题和/或告诉我dplyr的代码块有什么问题吗？

我的dplyr代码块有什么问题吗？ 这是因为有

NA

s。试一试

library(dplyr)  

df2 = df %>% 
      select(Group, A_n, B_n) %>% 
      group_by(Group) %>% 
      summarise_all(sum, na.rm=TRUE)

相反

我的机器上的输出：

# A tibble: 2 x 3
   Group   A_n   B_n
  <fctr> <dbl> <dbl>
1 Group1     2     1
2 Group2     1     1

# A tibble: 2 x 3
   Group     A     B
  <fctr> <int> <int>
1 Group1     2     1
2 Group2     1     1

#一个tible:2x3
A组B组
1组1 2 1
2组2 1 1

恐怕我的方法。。。太啰嗦了，可能太过分了 您可以这样做：

df <- data.frame(list(Group = c("Group1", "Group1", "Group2", "Group2"),
                      A=c("Some text", "Text here too", "Some other text", NA), 
                      B=c(NA, "Some random text", NA, "Random here too")))

library(dplyr)

df2 = df %>% 
    group_by(Group) %>% 
    summarise_all(.funs=function(x) length(na.omit(x)))

df%
分组依据（分组）%>%
总结所有内容（.funs=函数（x）长度（na.省略（x）））

我的机器上的输出：

# A tibble: 2 x 3
   Group   A_n   B_n
  <fctr> <dbl> <dbl>
1 Group1     2     1
2 Group2     1     1

# A tibble: 2 x 3
   Group     A     B
  <fctr> <int> <int>
1 Group1     2     1
2 Group2     1     1

#一个tible:2x3
A、B组
1组1 2 1
2组2 1 1

一点解释 如果您查看

帮助（总结所有内容）

，您将看到它的参数是

.tbl

、

.funs

、和

…

（我们现在不担心省略号）。因此，我们使用管道

%%>%%

将

df

输入到

groupby（）

中，然后再次使用管道

%%>%%

将其输入到

summary\u all（）

。这将处理

.tbl

参数。

.funs

参数用于指定应使用哪些函数汇总到

.tbl

中的所有非分组列。在这里，我们想知道每个列中有多少元素不是

NA

，我们可以通过将

长度（NA.omit（x））

应用到

.tbl

中的每个非分组列

x

来实现（作为一种方法）

对于学习

dplyr

的资源，我的最佳建议是，一本由谁编写的

dplyr

包（以及许多其他包）的书。

我对dplyr的代码块有什么错？ 这是因为有

NA

s。试一试

library(dplyr)  

df2 = df %>% 
      select(Group, A_n, B_n) %>% 
      group_by(Group) %>% 
      summarise_all(sum, na.rm=TRUE)

相反

我的机器上的输出：

# A tibble: 2 x 3
   Group   A_n   B_n
  <fctr> <dbl> <dbl>
1 Group1     2     1
2 Group2     1     1

# A tibble: 2 x 3
   Group     A     B
  <fctr> <int> <int>
1 Group1     2     1
2 Group2     1     1

#一个tible:2x3
A组B组
1组1 2 1
2组2 1 1

恐怕我的方法。。。太啰嗦了，可能太过分了 您可以这样做：

df <- data.frame(list(Group = c("Group1", "Group1", "Group2", "Group2"),
                      A=c("Some text", "Text here too", "Some other text", NA), 
                      B=c(NA, "Some random text", NA, "Random here too")))

library(dplyr)

df2 = df %>% 
    group_by(Group) %>% 
    summarise_all(.funs=function(x) length(na.omit(x)))

df%
分组依据（分组）%>%
总结所有内容（.funs=函数（x）长度（na.省略（x）））

我的机器上的输出：

# A tibble: 2 x 3
   Group   A_n   B_n
  <fctr> <dbl> <dbl>
1 Group1     2     1
2 Group2     1     1

# A tibble: 2 x 3
   Group     A     B
  <fctr> <int> <int>
1 Group1     2     1
2 Group2     1     1

#一个tible:2x3
A、B组
1组1 2 1
2组2 1 1

一点解释 如果您查看

帮助（总结所有内容）

，您将看到它的参数是

.tbl

、

.funs

、和

…

（我们现在不担心省略号）。因此，我们使用管道

%%>%%

将

df

输入到

groupby（）

中，然后再次使用管道

%%>%%

将其输入到

summary\u all（）

。这将处理

.tbl

参数。

.funs

参数用于指定应使用哪些函数汇总到

.tbl

中的所有非分组列。在这里，我们想知道每个列中有多少元素不是

NA

，我们可以通过将

长度（NA.omit（x））

应用到

.tbl

中的每个非分组列

x

来实现（作为一种方法）

---

对于要了解

dplyr

的资源，我的最佳建议是编写

dplyr

包（以及许多其他包）的作者的一本书。

在base R中，您可以将

aggregate

与标准接口（与公式接口相反）一起使用

---

cbind

要计算的变量，并提供这些变量的名称。在第二个参数中，包括分组变量。然后，在运行时，对未缺失元素的na指示符求和。

在基数R中，可以使用标准接口（与公式接口相反）的

聚合

cbind
要计算的变量，并提供这些变量的名称。在第二个参数中，包括分组变量。然后，在运行过程中，对未缺失元素的na指示器求和。
谢谢！它的工作原理很有魅力，但老实说，我不明白你在总结什么，因为我对这个点一点都不熟悉，也不熟悉有趣的东西。。。你能在我能读到/了解的地方给我写信吗？当然可以。我将在一小时内编辑我的答案，包括附加的解释和链接。非常感谢您提供进一步的解释！非常感谢。它的工作原理很有魅力，但老实说，我不明白你在总结什么，因为我对这个点一点都不熟悉，也不熟悉有趣的东西。。。你能在我能读到/了解的地方给我写信吗？当然可以。我将在一小时内编辑我的答案，包括附加的解释和链接。非常感谢您提供进一步的解释！谢谢你花时间回答这个问题。我更喜欢另一个答案，因为我更熟悉dplyr语法，因为它需要键入更少的列名称，这是一个额外的点，因为我有很多列。谢谢你花时间回答这个问题。我更喜欢另一个答案，因为我更熟悉dplyr语法，因为它需要键入更少的列名称，这是一个额外的要点，因为我有很多列。