Come creare una variabile basata sul numero di valori univoci in un altro frame di dati?
Questo è un esempio semplificato di quello che voglio fare.
Il set di dati 1 (DF1) contiene i dati delle mele (come la dimensione o il numero di buchi) e un secondo set di dati (DF2) contiene informazioni sui vermi trovati al loro interno, incluso il colore e in quale mela sono stati trovati. Quello che voglio fare è aggiungere una variabile in DF1 con il numero di colori univoci (dei vermi) che esistono in ogni mela.
DF1<-data.frame(x=c("A1","A2","A3","A4","A5"),y=c(3,26,5,27,5))
DF2<-data.frame(Q=c("A1","A1","A1","A1","A1","A1","A2","A2","A3","A3","A3","A4","A5","A5","A5","A5"),R=c("red","red","blue","yellow","yellow","blue","orange","orange","green","red","red","blue","blue", "purple","black","red"),S=c(4,5,3,5,4,3,5,4,3,5,4,3,5,4,3,5))
Sono nuovo in R e quando ho provato a risolverlo ho pensato a:
DF1$N.Colors<-length(unique(DF2$R[match(DF1$X,DF2$Q)]))
Ma mi restituisce una nuova variabile piena di 0, invece del vettore ricercato:
DF1$N.Colors<-c(3,1,2,1,4)
Apprezzerei molto il tuo aiuto
Risposte
Ciò potrebbe essere fatto utilizzando l'unione con le colonne "Q", "x" di entrambi i set di dati, contare i valori univoci di "R" e assegnarli a una nuova colonna in "DF1"
library(data.table)
DF1$N.Colors <- setDT(DF2)[DF1, uniqueN(R), on = .(Q = x), by = .EACHI]$V1
O usandotidyverse
library(dplyr)
DF2 %>%
group_by(x = Q) %>%
summarise(N.Colors = n_distinct(R)) %>%
right_join(DF1)
Una base
soluzione con aggregate()
e merge()
:
merge(DF1, aggregate(N.Colors ~ Q, list(N.Colors = DF2$R, Q = DF2$Q), function(x) length(unique(x))), all.x = T, by.x = "x", by.y = "Q")
# x y N.Colors
# 1 A1 3 3
# 2 A2 26 1
# 3 A3 5 2
# 4 A4 27 1
# 5 A5 5 4