如何对数据帧进行分组，然后计算R中的不同值

我在R中有一个数据帧，它有43个变量和80多行。我想根据一个变量（地理区域）对数据进行分组，然后计算一个变量的不同值（0、1、2、3和NAs的数量，等等）

我知道

tidyverse

中的

groupby

和

summary

函数，我知道我可以使用“sum”和“mean”等函数，但我想计数

我试过了

est1%
按地区划分的组别%>%
汇总（计数）

数据如下所示：

    iso3      Country WHOregion       WBIncomeGroup UrbanSanPol UrbanSanWom UrbanSanExt RuralSanPol RuralSanWom
  <chr>        <chr>     <chr>               <chr>       <chr>       <chr>       <chr>       <chr>       <chr>
1   AFG  Afghanistan      EMRO          Low income           0        <NA>        <NA>           1           1
2   ALB      Albania      EURO Upper middle income           1           0           0           1           0
3   ARG    Argentina      PAHO Upper middle income           1           0         0.5           1           0
4   AZE   Azerbaijan      EURO Upper middle income           1           1         0.5           1           1
5   BDI      Burundi      AFRO          Low income           1           1         0.5           1           1
6   BFA Burkina Faso      AFRO          Low income           1           1           1           1           1

在这里输入代码

假设我有三列。第一个是国家名单（法国、德国等）。第二个是区域列表（亚洲、欧洲），第三个是每个国家的离散值（奥运金牌数量）。我想按区域对所有数据进行分组，并计算每个区域出现0、1和2的次数

从你在评论中所说的以及我所理解的：

解释：

df %>% select(continent,countries,medals) %>% group_by(continent,countries) %>% summarize(count =n())

另一种解释是：你想要的是每一个大陆以及它所赢得的不同数量的奖牌

这些数字是该国获得的奥运奖牌

df <- as.data.frame(matrix(c("Asia","Asia","Asia","Asia","Europe","Europe","India","China","Bangladesh","Japan","Spain", "Italy",6,3,4,4,3,3),ncol = 3)) 

df %>% group_by(V1,V3) %>% summarise(count= n()) %>% spread(V3,count)

df%groupby（V1，V3）%%>%summary（count=n（））%%>%spread（V3，count）

给我一个输出

# A tibble: 2 x 4
# Groups:   V1 [2]
      V1   `3`   `4`   `6`
* <fctr> <int> <int> <int>
1   Asia     1     2     1
2 Europe     2    NA    NA

#一个tible:2 x 4
#分组：V1[2]
V1`3``4``6`
*    
1亚洲12 1
2欧洲2北美

试试这个；需要dplyr和tidyverse

distinct_cnt <-  input_df  %>%
    gather(variable, value) %>%
    group_by(variable) %>%
    summarise(n_distinct(value))

distinct\u cnt%
聚集（变量，值）%>%
分组依据（变量）%>%
摘要（n_不同（值））

也许可以查看

？表

？此外，如果您发布一些带有感兴趣的变量的样本数据和几行（不是完整的数据集，只是我们需要复制和理解您的问题的数据集），我们可以提供更好的响应。不确定您希望如何进行分组，但可能是这样的：

lappy（split（mtcars，mtcars$cyl），function（x）lappy（x，table））

？用数据框替换

mtcars

，用

$region

替换

$cyl

。要切换嵌套，

lappy（mtcars[-2]，函数（x）lappy（split（x，mtcars$cyl，table））

，其中

2

是分组列的列索引。请用df:dput（head（df，10））运行此代码并粘贴输出，以便我们可以对示例代码运行测试。您发布的表没有帮助-没有人希望自己键入。请发布您的数据的dput。金戈的dput（头部（df，10））！你有，第二个选择就是我想要的。非常感谢。我真的很感激。我对R很陌生，我慢慢学会了一些技巧！

distinct_cnt <-  input_df  %>%
    gather(variable, value) %>%
    group_by(variable) %>%
    summarise(n_distinct(value))