R 如何在两个级别上进行聚合，第一个是通过计数，第二个是函数f（计数）？

我以前在SQL中也做过类似的事情，但我对R是新手，如果这是一个基本问题，我会提前道歉

我将如何基于先对1个类进行计数，然后对这些计数应用函数以再次对其进行聚合来聚合数据

假设我的数据是：

df<-data.frame(ID1=c(1,1,1,1,1,2,2,2,2,3,3,3,3,3), 
ID2=c(201,201,203,203,204,201,202,204,204,201,203,203,204,203))

---

df我们可以先将
ID1
和
ID2
分组，计算行数，然后
按
ID1
分组并执行计算

library(dplyr)

df %>%
  group_by(ID1, ID2) %>%
  summarise(count = n()) %>%
  ungroup() %>%
  group_by(ID1) %>%
  summarise(f = prod(count)/(sum(count) ^ n()))

我们可以使用
table

library(dplyr)
df %>% 
  group_by(ID1) %>% 
  summarise(n = {tbl <- table(ID2); prod(tbl)/(sum(tbl)^length(tbl))})
# A tibble: 3 x 2
#    ID1      n
#  <dbl>  <dbl>
#1     1 0.032 
#2     2 0.0312
#3     3 0.024 

库（dplyr）
df%>%
分组依据（ID1）%>%
总结（n={tbl
df
的代码失败。我在ID1中错过了一个2，感谢
ungroup（）
，然后再次
groupby（ID1）
？连续的
summary
调用每调用一次都会深入一个组，对吗？在这种情况下，这意味着我们可以调用summary两次，并放弃
ungroup（）%>%groupby（ID1）
@atomman我不知道这一点，但你似乎是对的。
df%>%groupby（ID1，ID2）%%>%summary（count=n（））%%>%summary（f=prod（count）/（sum（count）^n（））
给出了相同的结果。感谢分享：）第一种方法工作得很好，我只是不理解代码本身是如何工作的。大括号是如何工作的？它们显然是允许您以这种方式工作的。我在编码方面最大的问题往往是我的代码效率有多低。@ArjunMohan在第一种方法中，我们按“ID1”分组，然后用
表
获得“ID2”的频率使用“tbl”（在
{}
-中提取块内的对象），进行计算。如果在末尾使用大括号，我只需确保最后一行是某个对象，而不是
名称
library(dplyr)

df %>%
  group_by(ID1, ID2) %>%
  summarise(count = n()) %>%
  ungroup() %>%
  group_by(ID1) %>%
  summarise(f = prod(count)/(sum(count) ^ n()))

library(dplyr)
df %>% 
  group_by(ID1) %>% 
  summarise(n = {tbl <- table(ID2); prod(tbl)/(sum(tbl)^length(tbl))})
# A tibble: 3 x 2
#    ID1      n
#  <dbl>  <dbl>
#1     1 0.032 
#2     2 0.0312
#3     3 0.024 

library(matrixStats)
tbl <- table(df)
rowProds(na_if(tbl, 0), na.rm = TRUE)/rowSums(tbl)^rowSums(tbl!= 0)
#    1       2       3 
# 0.03200 0.03125 0.02400