计算 R 中组中出现的因素

Question

这是我的数据：

> head(Kandula_for_n)
                date      dist  date_only
1 2005-05-08 12:00:00  138.5861 2005-05-08
2 2005-05-08 16:00:00 1166.9265 2005-05-08
3 2005-05-08 20:00:00 1270.7149 2005-05-08
6 2005-05-09 08:00:00  233.1971 2005-05-09
7 2005-05-09 12:00:00 1899.9530 2005-05-09
8 2005-05-09 16:00:00  726.8363 2005-05-09

我现在想要一个附加列，其中包含每天数据条目（距离）的计数 (n)。对于2005-05-08，这将是n=3，因为在12点、16点和20点有3个数据条目。我已经应用了以下代码，它实际上给了我想要的东西：

ndist <-tapply(1:NROW(Kandula_for_n), Kandula_for_n$date_only, function(x) length(unique(x)))

在 ndist<-as.data.frame(ndist) 之后，我得到了这个：

> head(ndist)
           ndist
2005-05-08     3
2005-05-09     4
2005-05-10     6
2005-05-11     4
2005-05-12     6
2005-05-13     6

问题是计数与 date_only 一起在一个中名为 ndist 的列。但我需要将它们分在两列中，一列包含计数，一列包含 date_only。这怎么能做到呢？ 我想这很简单，但我就是不明白。 如果您能给我任何想法，我将不胜感激。

感谢您的努力。

Answer 1

这些只是行名称。你很高兴去：

ndist$date = row.names(ndist)

编辑：或 ndist = data.frame(date = names(ndist), ndist) 取决于它是否已经是数据框。

Answer 2

更简单一点怎么样：

as.data.frame(table(unique(Kandula_for_n)$date_only))

Answer 3

只是因为我发现 tapply() 很难理解，所以我喜欢使用 plyr 来处理这些类型的事情：

## make up some data
## you get better/faster/more answers if you do this bit for us :)
dates <- seq(Sys.Date(), Sys.Date() + 5, by = 1)
Kandula_for_n <- data.frame(date_only = sample( dates + 5, 10, replace=TRUE ) , dist=rnorm(10) )

require(plyr)
ddply(Kandula_for_n, "date_only", function(x) data.frame(x, ndist=nrow(x)) )

这会给你类似的东西：

    date_only       dist ndist
1  2011-10-30  0.2434168     5
2  2011-10-30 -0.9361780     5
3  2011-10-30  1.4593197     5
4  2011-10-30 -0.1851402     5
5  2011-10-30  0.6652419     5
6  2011-10-31  0.8876420     1
7  2011-11-03  0.5087175     2
8  2011-11-03 -1.0065152     2
9  2011-11-04  0.4236352     2
10 2011-11-04  0.4535686     2

ddply 行：

ddply(Kandula_for_n, "date_only", function(x) data.frame(x, ndist=nrow(x)) )

获取输入数据，按date.only 字段，并且对于每个唯一值，它将匿名函数应用于仅由具有相同 date_only 值的记录组成的数据框。我的匿名函数仅采用 data.frame x 并附加一个名为 ndist 的列，它是 x 中的行数。