dplyr n_与条件不同

使用dplyr总结数据集，我想调用n_distinct来计算列中唯一出现的次数。但是，我还想对满足另一列条件的列中的所有唯一事件执行另一个summary（）

名为“a”的数据帧示例：

a%>%摘要（计数=n_不同（a））

但是，我还想添加一个计数

n_distinct（a）

其中

B==“Y”

结果应该是：

count
    3

count
    2

添加条件时，结果应为：

count
    3

count
    2

我试图实现的最终结果是将两个语句合并到一个调用中，从而得到如下结果

count_all  count_BisY
        3           2

---

使用dplyr进行此操作的适当方式是什么？

在执行总结工作之前过滤数据帧

a %>%
  filter(B=="Y") %>%
  summarise(count = n_distinct(A))

---

另一种方法是使用dplyr中data.table的

uniqueN

函数：

其中：

  count_all count_BisY
1         3          2

---

您还可以使用data.table执行所有操作：

---

这会给出相同的结果。

这会使用dplyr根据B的每个值生成不同的A计数

library(dplyr)
a %>%
  group_by(B) %>%
  summarise(count = n_distinct(A))

这将产生以下结果：

Source: local data frame [2 x 2]

       B count
  (fctr) (int)
1      N     1
2      Y     2

  count_all count_BisY
1         3          2

要使用dplyr生成上面添加的所需输出，可以执行以下操作：

a %>% summarise(count_all = n_distinct(A), count_BisY = length(unique(A[B == 'Y'])))

这将产生以下结果：

Source: local data frame [2 x 2]

       B count
  (fctr) (int)
1      N     1
2      Y     2

  count_all count_BisY
1         3          2

---

我们还可以使用

基本R

 aggregate(cbind(count=A)~B, a, FUN=function(x) length(unique(x)))
 #  B count
 #1 N 1
 #2 Y 2

基于OP的预期输出

 data.frame(count=length(unique(a$A)), 
            count_BisY = length(unique(a$A[a$B=="Y"])))

---

您可以尝试使用：a%>%摘要（count=n_distinct（a[B='Y']）？@user3949008错误：n_distinct（）的输入必须是数据集中的单个变量名orry，这可以使用n_distinct（df$a[df$B='Y']）。我仍然得到相同的错误：S

a%>%总结（count=n_distinct（a$a[a$B=='Y']））

在我看来@Gopala提出的答案是正确的。特别是

data.frame（A=c（1:3,1），B=c（'Y'，'N'，'Y'，'Y'））%%总结（count=N_distinct（A[B='Y']），count_all=N_distinct（A））

对我有效（使用dplyr 0.7.6）。我明白，抱歉不清楚，我的最终目标是得到一个结果，其中显示了总计的计数，以及一个表中B==“Y”的计数。我可以分别做每件事，然后把它们联系在一起，我想你能用（B）代替filter（）吗？这就是你想要的吗？是的，实际上我认为这是可行的，它只是添加了一个额外的列和额外的行，我可以把它合并成一个列，表示

B=='Y'

的数量。我意识到这不是一个整洁的数据，但这正是我努力实现的目标。当然，聚合对我来说是非常直观的，但我一直在尝试学习dplyr语言，因为它的基准速度更快，接受的不仅仅是dataframes@RyanCastner谢谢你的反馈。但是，在某些情况下，我发现有

基本R

解决方案是有用的。例如，最近，我不得不在Alteryx中实现一个GROUPBY操作，但是可用的版本在使用dplyr时存在一些问题。所以，我们必须求助于R基地。