dplyr n_distinct con condizione

Question

Utilizzando dplyr per riepilogare un set di dati, voglio chiamare n_distinct per contare il numero di occorrenze univoche in una colonna. Tuttavia, voglio anche fare un altro riepilogo() per tutte le occorrenze univoche in una colonna in cui una condizione in un'altra colonna è soddisfatta.

Esempio dataframe chiamato "a":

A B 
1 Y 
2 N 
3 Y 
1 Y 

a %>% summarise(count = n_distinct(A))

Tuttavia voglio anche aggiungere un conteggio di n_distinct(A) dove B == "Y"

il risultato dovrebbe essere:

count 
    3 

quando aggiungi il cono dizione il risultato dovrebbe essere:

count 
    2 

Il risultato finale che sto cercando di raggiungere è entrambe le affermazioni fuse in una chiamata che mi dà un risultato come

count_all count_BisY 
     3   2 

Qual è il modo appropriato per andare su questo con dplyr?

Answer 1

Un'alternativa consiste nell'utilizzare la funzione uniqueN da data.table all'interno dplyr:

library(dplyr) 
library(data.table) 
a %>% summarise(count_all = n_distinct(A), count_BisY = uniqueN(A[B == 'Y'])) 

che dà:

count_all count_BisY 
1   3   2 

---

Si può anche fare tutto con data.table:

library(data.table) 
setDT(a)[, .(count_all = uniqueN(A), count_BisY = uniqueN(A[B == 'Y']))] 

che dà lo stesso risultato.

Answer 2

Filtraggio dataframe prima di eseguire la summarize funziona

a %>% 
    filter(B=="Y") %>% 
    summarise(count = n_distinct(A)) 

Answer 3

Questo produce il conteggio A distinto per ciascun valore di B utilizzando dplyr.

library(dplyr) 
a %>% 
    group_by(B) %>% 
    summarise(count = n_distinct(A)) 

Questo produce il risultato:

Source: local data frame [2 x 2] 

     B count 
    (fctr) (int) 
1  N  1 
2  Y  2 

per produrre l'output desiderato aggiunto sopra utilizzando dplyr, è possibile effettuare le seguenti operazioni:

a %>% summarise(count_all = n_distinct(A), count_BisY = length(unique(A[B == 'Y']))) 

Questo produce il risultato:

count_all count_BisY 
1   3   2 

Answer 4

Noi c un anche usare aggregate da base R

aggregate(cbind(count=A)~B, a, FUN=function(x) length(unique(x))) 
# B count 
#1 N 1 
#2 Y 2 

Sulla base di risultati attesi del PO

data.frame(count=length(unique(a$A)), 
      count_BisY = length(unique(a$A[a$B=="Y"])))