ifelse - dplyr: coloca las ocurrencias de conteo en una nueva variable

mutate dplyr

Question

Esta pregunta ya tiene una respuesta aquí:

• Cuente el número de observaciones / filas por grupo y agregue el resultado al marco de datos 9 respuestas

Me gustaría obtener una mano en el código dplyr, pero no puedo resolver esto. He visto un problema similar descrito aquí para muchas variables ( resumen de los recuentos de un factor con dplyr y Poniendo los recuentos en fila de las ocurrencias de valores en nuevas variables, ¿cómo hacerlo en R con dplyr? ), Sin embargo, mi tarea es algo más pequeña.
Dado un marco de datos, ¿cómo cuento la frecuencia de una variable y la coloco en una nueva variable?

set.seed(9)
df <- data.frame(
    group=c(rep(1,5), rep(2,5)),
    var1=round(runif(10,1,3),0))

Entonces nosotros tenemos:

>df
   group var1
1      1    1
2      1    1
3      1    1
4      1    1
5      1    2
6      2    1
7      2    2
8      2    2
9      2    2
10     2    3

Quisiera una tercera columna que indique por grupo ( group ) cuántas veces ocurre var1 , en este ejemplo sería: count = (4,4,4,4,1,1,3,3,3,1). Intenté, sin éxito, cosas como:

df %>%  group_by(group) %>% rowwise() %>% do(count = nrow(.$var1))

Las explicaciones son muy apreciadas!

Answer 1

Dos alternativas:

1: con base R:

# option 1:
df$count <- ave(df$var1, df$var1, df$group, FUN = length)
# option 2:
df <- transform(df, count = ave(var1, var1, group, FUN = length))

lo que da:

> df
   group var1 count
1      1    1     4
2      1    1     4
3      1    1     4
4      1    1     4
5      1    2     1
6      2    1     1
7      2    2     3
8      2    2     3
9      2    2     3
10     2    3     1

2: con data.table :

library(data.table)
setDT(df)[, count:=.N, by = .(group, var1)]

lo que da el mismo resultado:

> df
    group var1 count
 1:     1    1     4
 2:     1    1     4
 3:     1    1     4
 4:     1    1     4
 5:     1    2     1
 6:     2    1     1
 7:     2    2     3
 8:     2    2     3
 9:     2    2     3
10:     2    3     1

Si quieres resumir, puedes usar:

# with base R:
aggregate(id ~ group + var1, transform(df, id = 1), length)

# with ''dplyr'':
count(df, group, var1)

# with ''data.table'':
setDT(df)[, .N, by = .(group, var1)]

Answer 2

Probablemente utilicemos otra función útil de dplyr

df %>% group_by(group, var1) %>% tally()
# Source: local data frame [5 x 3]
# Groups: group
# 
#   group var1 n
# 1     1    1 4
# 2     1    2 1
# 3     2    1 1
# 4     2    2 3
# 5     2    3 1

Answer 3

Quizás esta sea una nueva funcionalidad, pero se puede hacer con un comando dplyr :

df %>% add_count(group, var1)
   group  var1     n
 1     1     1     4
 2     1     1     4
 3     1     1     4
 4     1     1     4
 5     1     2     1
 6     2     1     1
 7     2     2     3
 8     2     2     3
 9     2     2     3
10     2     3     1

Answer 4

Todo lo que necesita hacer es agrupar sus datos por ambas columnas, "grupo" y "var1":

df %>% group_by(group, var1) %>% mutate(count = n())
#Source: local data frame [10 x 3]
#Groups: group, var1
#
#   group var1 count
#1      1    1     4
#2      1    1     4
#3      1    1     4
#4      1    1     4
#5      1    2     1
#6      2    1     1
#7      2    2     3
#8      2    2     3
#9      2    2     3
#10     2    3     1

Editar después de comentar

Aquí hay un ejemplo de cómo NO DEBES HACERLO:

df %>% group_by(group, var1) %>% do(data.frame(., count = length(.$group)))

La implementación de dplyr con n() es, por supuesto, mucho más rápida, más limpia y más corta, y siempre se debe preferir a las implementaciones anteriores.