dplyr摘要中的等效计数

我有一个数据框，列出参加活动的学生总数（Stu）和每组学生人数（ID）：

我想知道大小级别（>400、>200、>100、>0）中参与活动（Sub>0）或不参与活动（Sub is.na）的群体数量

但我得到：

    Stu entries noentries
  (dbl)   (int)     (int)
1     0       2         2
2   100       3         3
3   200       1         1

---

如何使摘要中的长度函数像countif一样工作？

summary

需要一个值，因此

sum

而不是

length

执行以下操作：

output %>% 
  mutate(Stu = ifelse(Stu >= 400, 400,
                      ifelse(Stu >= 200, 200,
                             ifelse(Stu >= 100, 100, 0
                             )))) %>%
  group_by(Stu) %>% 
  summarise(entries = sum(!is.na(Sub)),
            noentries = sum(is.na(Sub)))

Source: local data frame [3 x 3]

Stu entries noentries
(dbl)   (int)     (int)
1     0       0         2
2   100       0         3
3   200       1         0

---

另一种选择是按

Stu

和

Sub

进行分组，但要做到这一点，我们需要首先重新编码

Sub

和

Stu

的值，以匹配我们想要的输出分组。我们还使用

cut

，而不是嵌套的

ifelse

，来设置

Stu

中的值分隔符：

library(reshape2)

output %>% 
  group_by(Sub=ifelse(is.na(Sub), "No Entries", "Entries"),
           Stu=cut(Stu, c(0,100,200,400,Inf), labels=c(0,100,200,400))) %>%
  tally %>%
  dcast(Stu ~ Sub, fill=0)

---

遵循@eipi10提供的相同想法，但用

count（）

而不是

groupby（）%%>%tally（）

切入主题，并表明

tidyr:：spread

可以模仿

重塑2:：dcast

：

output %>%
  count(Sub = ifelse(is.na(Sub), 'No Entries', 'Entires'),
        Stu = cut(Stu, c(0, 100, 200, 400, +Inf), labels = c(0, 100, 200, 400))) %>%
  tidyr::spread(Sub, n, fill = 0)

---

在您上次的ifelsesorry中，某事物出错，漏掉了0，它现在应该可以工作了

sum

是正确的解决方案，如下所述。为了清楚起见，length返回所提供向量的长度。在这种情况下，不管真/假值如何，length函数都返回每组中的项数。啊，是的，我忘记了这一点。na返回一个布尔向量，可以求和

output %>% 
  mutate(Stu = ifelse(Stu >= 400, 400,
                      ifelse(Stu >= 200, 200,
                             ifelse(Stu >= 100, 100, 0
                             )))) %>%
  group_by(Stu) %>% 
  summarise(entries = sum(!is.na(Sub)),
            noentries = sum(is.na(Sub)))

Source: local data frame [3 x 3]

Stu entries noentries
(dbl)   (int)     (int)
1     0       0         2
2   100       0         3
3   200       1         0

library(reshape2)

output %>% 
  group_by(Sub=ifelse(is.na(Sub), "No Entries", "Entries"),
           Stu=cut(Stu, c(0,100,200,400,Inf), labels=c(0,100,200,400))) %>%
  tally %>%
  dcast(Stu ~ Sub, fill=0)

     Stu Entries No Entries
1      0       0          2
2    100       0          3
3    200       1          0

output %>%
  count(Sub = ifelse(is.na(Sub), 'No Entries', 'Entires'),
        Stu = cut(Stu, c(0, 100, 200, 400, +Inf), labels = c(0, 100, 200, 400))) %>%
  tidyr::spread(Sub, n, fill = 0)