mutate - Encuentra el número de filas usando dplyr/group_by

filtrar data frame r

Question

Estoy usando el conjunto de datos mtcars . Quiero encontrar el número de registros para una combinación particular de datos. Algo muy similar al count(*) grupo por cláusula en SQL. ddply() de plyr está trabajando para mí

library(plyr)
ddply(mtcars, .(cyl,gear),nrow)

tiene salida

  cyl gear V1
1   4    3  1
2   4    4  8
3   4    5  2
4   6    3  2
5   6    4  4
6   6    5  1
7   8    3 12
8   8    5  2

Usando este codigo

library(dplyr)
g <- group_by(mtcars, cyl, gear)
summarise(g, length(gear))

tiene salida

  length(cyl)
1          32

Encontré varias funciones para summarise() pero ninguna parece funcionar para mí. Una función que encontré es la sum(G) , que devolvió

Error in eval(expr, envir, enclos) : object ''G'' not found

Intentado utilizando n() , que devolvió

Error in n() : This function should not be called directly

¿Qué estoy haciendo mal? ¿Cómo puedo hacer que group_by() / group_by() funcione para mí?

Answer 1

Hay una función especial n() en dplyr para contar filas (potencialmente dentro de grupos):

library(dplyr)
mtcars %>% 
  group_by(cyl, gear) %>% 
  summarise(n = n())
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

Pero dplyr también ofrece una útil función de count que hace exactamente lo mismo con menos escritura:

count(mtcars, cyl, gear)          # or mtcars %>% count(cyl, gear)
#Source: local data frame [8 x 3]
#Groups: cyl [?]
#
#    cyl  gear     n
#  (dbl) (dbl) (int)
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     5     2

Answer 2

Otra opción, no necesariamente más elegante, pero no requiere referirse a una columna específica:

mtcars %>% 
  group_by(cyl, gear) %>%
  do(data.frame(nrow=nrow(.)))

Answer 3

otro enfoque es usar los dos puntos dobles:

mtcars %>% 
  dplyr::group_by(cyl, gear) %>%
  dplyr::summarise(length(gear))