R-对应于复杂条件（包括字符串）的计数

这是一个转载。 我有一个包含多行和多列的数据库。我找到了一种计算与自定义条件对应的行数的方法。 现在我对自定义字符串的计数有困难，例如所有包含“假单胞菌”的字符串。包括绿脓杆菌、假单胞菌等

示例（实际表格由5000行和200列组成）：

我想知道这些数字： -里面有“假单胞菌”这个字符串吗 -第二栏是第四栏 -每人只计算一次

由于我需要在具有不同值的类似结构的数据集上多次运行脚本，所以我使用了一个自定义函数（“MACI”）。“x”是数据帧。“Var”是函数返回的变量。我使用summary和n_distinct来计算每个名称中只有一行。调用函数的“c2”变量用于自定义我需要第2列中的哪些数据

到目前为止，这是有效的，但在字符串中查找字符串却没有成功

MACI <- function(x, c2) {
  var <- 0
  for (i in 1:nrow(c2)) {
    var <- var + summarise(x, count = n_distinct(Name[
      MACI == 0 & (
        x$column2 == c2[i,1]
      )
      ]))
  }
#return
  return(var)
}

---

MACI这可能不是最优雅的答案，但我认为它是有效的

创建示例数据框：

df <- data.frame(name= c('John','John','Jack','Mary','Mary','Mary','Louise'),
count=c(4,4,5,4,5,4,3), 
bacteria=c('Staphylococcus', 'Pseudomonas aeruginosa' , 'Pseudomonas spp.', 'Klebsiella', 'Pseudomonas kompl.', 'Escherichia coli', 'Pseudomonas constell'), 
var=c('T','T','F','T','F','F','T'))

df数据：

df <- read.table(text = "John - 4  - Staphylococcus - T
                         John - 4  - Pseudomonas aeruginosa -T
                         Jack - 5  - Pseudomonas spp. - T
                         Mary - 4  - Klebsiella - F
                         Mary - 5  - Pseudomonas kompl. - T
                         Mary - 4  - Escherichia Coli - F
                         Louise- 3 - Pseudomonas constell", 
                 sep = "-",fill=TRUE)

如果我了解您要查找的内容，您将尝试统计满足3个条件的行数：

第2列中的值等于4

第3列中的字符串包含匹配的变量

仅计算第1列中的唯一值

#使用示例数据
图书馆（readr）
图书馆（stringr）
dt您在R中查找过可复制的示例吗？哈德利·威克姆有一个很好的解释，可以帮助你理解人们的要求。
df <- data.frame(name= c('John','John','Jack','Mary','Mary','Mary','Louise'),
count=c(4,4,5,4,5,4,3), 
bacteria=c('Staphylococcus', 'Pseudomonas aeruginosa' , 'Pseudomonas spp.', 'Klebsiella', 'Pseudomonas kompl.', 'Escherichia coli', 'Pseudomonas constell'), 
var=c('T','T','F','T','F','F','T'))

results <- df[ grep ('Pseudomonas', df$bacteria, ignore.case=T),'name']

NROW(results)

df <- read.table(text = "John - 4  - Staphylococcus - T
                         John - 4  - Pseudomonas aeruginosa -T
                         Jack - 5  - Pseudomonas spp. - T
                         Mary - 4  - Klebsiella - F
                         Mary - 5  - Pseudomonas kompl. - T
                         Mary - 4  - Escherichia Coli - F
                         Louise- 3 - Pseudomonas constell", 
                 sep = "-",fill=TRUE)

aggregate(V3~V1,df,function(x)sum(grepl("Pseudomonas",x)))

     V1 V3
1  Jack   1
2  John   1
3 Louise  1
4  Mary   1

# Using your example data
library(readr)
library(stringr)

dt <- read_delim (
      "John - 4  - Staphylococcus - T
      John - 4  - Pseudomonas aeruginosa -T
      Jack - 5  - Pseudomonas spp. - T
      Mary - 4  - Klebsiella - F
      Mary - 5  - Pseudomonas kompl. - T
      Mary - 4  - Escherichia Coli - F
      Louise- 3 - Pseudomonas constell",
      delim = "-", 
      col_names = F
)
dt$X2 <- as.integer(dt$X2)
dt
# # A tibble: 7 x 4
#  X1                X2 X3                         X4   
#  <chr>          <int> <chr>                      <chr>
# 1 "John "            4 " Staphylococcus "         " T" 
# 2 "      John "      4 " Pseudomonas aeruginosa " T    
# 3 "      Jack "      5 " Pseudomonas spp. "       " T" 
# 4 "      Mary "      4 " Klebsiella "             " F" 
# 5 "      Mary "      5 " Pseudomonas kompl. "     " T" 
# 6 "      Mary "      4 " Escherichia Coli "       " F" 
# 7 "      Louise"     3 " Pseudomonas constell"    <NA> 

detect <- function(x, mit) {
### following your example
     y <- x[str_detect(x$X3, mit),] %>%
            filter(X2 == 4)
     n_distinct(y$X1)
}