Aggregate (conteggio) le righe che corrispondono a una condizione, gruppo da valori unici

Question

Sembra un semplice problema così, eppure sono stato tirando fuori i miei capelli cercando di arrivare a questo lavoro:

Dato questo frame di dati di identificazione le interazioni id avevano con contact che è raggruppato per contactGrp,

head(data) 
    id    sesTs contact contactGrp relpos maxpos 
1 6849 2012-06-25 15:58:34 peter  west 0.000000  3 
2 6849 2012-06-25 18:24:49 sarah  south 0.500000  3 
3 6849 2012-06-27 00:13:30 sarah  south 1.000000  3 
4 1235 2012-06-29 17:49:35 peter  west 0.000000  2 
5 1235 2012-06-29 23:56:35 peter  west 1.000000  2 
6 5893 2012-06-30 22:21:33 carl   east 0.000000  1 

quanti contatti dove lì per unique(data$contactGrp) con relpos=1 e maxpos>1?

Un risultato atteso sarebbe:

1 west 1 
2 south 1 
3 east 0 

Un piccolo sottoinsieme di linee ho provato:

• aggregate(data, by=list('contactGrp'), FUN=count) produce un errore, nessun filtro
• utilizzando data.table sembra richiedere una chiave, che non è univoco in questi dati ...
• ddply(data,"contactGrp",summarise,count=???) non è sicuro quale funzione utilizzare per riempire il count colonna
• ddply(subset(data,maxpos>1 & relpos==0), c('contactGrp'), function(df)count(df$relpos)) opere, ma mi dà una colonna in più x e ci si sente come se fossi troppo complicata è ...

SQL sarebbe stato facile: Select contactGrp, count(*) as cnt from data where … Group by contactGrp ma im cercando di imparare R

Answer 1

Penso che questo sia la versione ddply che stai cercando:

ddply(sessions,.(contactGrp), 
     summarise, 
     count = length(contact[relpos == 0 & maxpos > 1])) 

Answer 2

Ecco un altro approccio:

a <- data.frame(id=1:10, contact=sample(c("peter", "sahrah"), 10, T), contactGrp=sample(c("west", "east"), 10, T), relpos=sample(0:1, 10, T), maxpos=runif(10, 0,10)) 

library(sqldf) 
sqldf("Select contactGrp, count(*) as cnt from a where relpos=0 and maxpos > 1 Group by contactGrp") 
    contactGrp cnt 
1  east 3 
2  west 1 

Answer 3

E qui è la soluzione data.table:

> library(data.table) 
> dt <- data.table(sessions) 
> dt[, length(contact[relpos == 0 & maxpos > 1]), by = contactGrp] 
    contactGrp V1 
[1,]  west 2 
[2,]  south 0 
[3,]  east 0 

> dt[, length(contact[relpos == 1 & maxpos > 1]), by = contactGrp] 
    contactGrp V1 
[1,]  west 1 
[2,]  south 1 
[3,]  east 0 

Answer 4

La prima linea tentato con inerti non funziona perché non v'è alcuna funzione count. Intendevi length. Tutto quello che dovevi fare era eseguirlo con la selezione dei dati condizionali per relpos e maxpos, e anche selezionare una variabile dummy per ottenere il conteggio di (non importa quale). Tuttavia, invece di utilizzare comandi di aggregazione flessibili di vario tipo, il comando integrato table è progettato proprio per questo.

with(data[data$relpos == 1 & data$maxpos > 1,], table(contactGrp))