R中是否有类似于Excel中COUNTIF的函数?
我有超过1000000个单元格的数据集,我只需要使用基于站点名称的R在一年内超过20天的数据 这是原始数据集: 我可以使用excel中的“count if”函数来计算一个月有多少天,但我发现它非常慢,并且会导致问题。这是我在Excel上使用的公式 我的Excel代码:R中是否有类似于Excel中COUNTIF的函数?,r,excel,data-cleaning,countif,R,Excel,Data Cleaning,Countif,我有超过1000000个单元格的数据集,我只需要使用基于站点名称的R在一年内超过20天的数据 这是原始数据集: 我可以使用excel中的“count if”函数来计算一个月有多少天,但我发现它非常慢,并且会导致问题。这是我在Excel上使用的公式 我的Excel代码: 对于我的基本问题,我很抱歉,但我希望有人能帮助我解决这一问题。我建议您创建一个新列来连接B、J和K列,然后作为值粘贴该列。之后,您可以简单地使用countif而不是countifs。同意评论-您需要创建一个可复制的示例。 Ex
对于我的基本问题,我很抱歉,但我希望有人能帮助我解决这一问题。我建议您创建一个新列来连接B、J和K列,然后作为值粘贴该列。之后,您可以简单地使用countif而不是countifs。同意评论-您需要创建一个可复制的示例。 Excel中的任何东西在R中都可以做得更好(好吧,几乎任何东西) 可能有多种方法-请尝试按以下方式分组
df = data.frame(matrix(rnorm(40), nrow=10))
X0 <-sample(c(rep("A",3),rep("B",3),rep("C",4)), 10)
df$X0 <- x0
df # this is a simulated dataset
X1 X2 X3 X4 X0
1 -0.1203975 0.40176671 -0.1441914 -1.27356811 B
2 -1.2945289 0.34813784 0.3233932 0.80881055 B
3 1.0095911 0.69446583 -0.4377096 -1.41026705 A
4 -0.2547187 1.04914805 -0.8120526 -0.58734365 C
5 -0.1732585 -0.16422459 -0.8195833 0.44932410 A
6 0.5599036 -0.79013084 -0.9540998 -0.03861297 C
7 -0.5338999 0.03481498 0.3663478 0.44230402 B
8 0.9837636 0.98619889 -0.4901891 0.45207061 C
9 0.7892718 -0.23403087 -0.1102857 0.79010878 A
10 0.9392468 0.54867442 -0.4180297 -0.40482425 C
# Next, we count/index by X0 ~ you will need to do this by "site" /your choice
library(dplyr)
df1 <- df %>%
group_by(X0) %>%
add_count
df1
# A tibble: 10 x 6
# Groups: X0 [3]
X1 X2 X3 X4 X0 n
<dbl> <dbl> <dbl> <dbl> <chr> <int>
1 -0.120 0.402 -0.144 -1.27 B 3
2 -1.29 0.348 0.323 0.809 B 3
3 1.01 0.694 -0.438 -1.41 A 3
4 -0.255 1.05 -0.812 -0.587 C 4
5 -0.173 -0.164 -0.820 0.449 A 3
6 0.560 -0.790 -0.954 -0.0386 C 4
7 -0.534 0.0348 0.366 0.442 B 3
8 0.984 0.986 -0.490 0.452 C 4
9 0.789 -0.234 -0.110 0.790 A 3
10 0.939 0.549 -0.418 -0.405 C 4
# After the above, you can sort and cut OR filter your count variable
by 20 or any such value! Here, rows with n >3 are subset. Done.
df2 <- df1[df1$n>3,]
df2
# A tibble: 4 x 6
# Groups: X0 [1]
X1 X2 X3 X4 X0 n
<dbl> <dbl> <dbl> <dbl> <chr> <int>
1 -0.255 1.05 -0.812 -0.587 C 4
2 0.560 -0.790 -0.954 -0.0386 C 4
3 0.984 0.986 -0.490 0.452 C 4
4 0.939 0.549 -0.418 -0.405 C 4
df=data.frame(矩阵(rnorm(40),nrow=10))
x03是子集。完成。
df2 3,]
df2
#一个tibble:4x6
#分组:X0[1]
x1x2x3x4x0n
1-0.255 1.05-0.812-0.587 C 4
2 0.560-0.790-0.954-0.0386 C 4
3 0.984 0.986-0.490 0 0.452 C 4
4 0.939 0.549-0.418-0.405 C 4
如果我理解正确,您需要每个站点的天数。如果您的数据如下所示:
site = c("a", "b", "c", "a", "b", "c", "a", "b", "c")
year = c(1991, 1992, 1993, 1991, 1992, 1993, 1991, 1992, 1993)
month = c(1, 1, 4, 4, 1, 1, 4, 4, 1)
my_data = data.frame(site, year, month)
您可以使用软件包dplyr
(通过install.packages(dplyr)
安装):
输出:
# A tibble: 6 x 4
# Groups: site [3]
site year month n
<chr> <dbl> <dbl> <int>
1 a 1991 1 1
2 a 1991 4 2
3 b 1992 1 2
4 b 1992 4 1
5 c 1993 1 2
6 c 1993 4 1
然后其他人可以使用上面的代码复制您的数据。它不一定是您的所有数据,只是前10行。如果您包含一个简单的示例输入和所需的输出,可用于测试和验证可能的解决方案,则更容易为您提供帮助。我们不需要你所有的真实数据,只需要一些测试。请不要发布数据或代码的图像。我们无法复制/粘贴这些内容来编辑或导入它们。您使用哪个版本的excel?如果您有
Office365
,那么它可以显著加速。这只是df%>%计数(站点、年份、月份)
?谢谢!这是我第一次在这里发布一些东西,下次一定会包括样品!这不是答案。这可能是一条评论。我认为这在excel中是一个很好的答案,但OP需要一个r
code谢谢您的帮助!当然,下次我会包括样品。你的回答真的帮助了我@杰里·安迪卡:很高兴听到这个@阿马尔-回答中的有用见解,刚刚投票!
# A tibble: 6 x 4
# Groups: site [3]
site year month n
<chr> <dbl> <dbl> <int>
1 a 1991 1 1
2 a 1991 4 2
3 b 1992 1 2
4 b 1992 4 1
5 c 1993 1 2
6 c 1993 4 1
dput(my_data)
structure(list(site = c("a", "b", "c", "a", "b", "c", "a", "b",
"c"), year = c(1991, 1992, 1993, 1991, 1992, 1993, 1991, 1992,
1993), month = c(1, 1, 4, 4, 1, 1, 4, 4, 1)), class = "data.frame", row.names = c(NA,
-9L))