如何在 2 个级别上进行聚合，首先是计数，其次是函数 f(count)？

Question

我以前在SQL做过类似的事情，但我是R的新手，如果这是一个基础问题，我提前道歉。

我如何根据首先对 1 class 进行计数来聚合数据，然后对这些计数应用函数以再次聚合它？

假设我的数据是：

df<-data.frame(ID1=c(1,1,1,1,1,2,2,2,2,3,3,3,3,3), 
ID2=c(201,201,203,203,204,201,202,204,204,201,203,203,204,203))

首先，我将按计数聚合 ID2，以获得如下所示的数据框：

df2<-data.frame(ID1=c(1,1,1,2,2,2,3,3,3), 
ID2=c(201,203,204,201,202,204,201,203,204), 
counts=c(2,2,1,1,1,2,1,3,1))

在此之后，我将应用一个函数对 ID1 进行聚合（它基本上是计数分数的乘积。因此对于 ID=1，它将是 (2/5) * (2/5) * (1/5)，对于 ID=2，它将是 (1/4) * (1/4) * (2/4) 等等。所以最终的数据框看起来像：

df3<-data.frame(ID1=c(1,2,3), f=c(0.032, 0.03125, 0.024))

如何像这样进行多次聚合，以及像 SQL 中那样使用一个函数进行聚合？

Answer 1

我们可以先对ID1和ID2进行分组，计算行数，然后group_by ID1并进行计算。

library(dplyr)

df %>%
  group_by(ID1, ID2) %>%
  summarise(count = n()) %>%
  ungroup() %>%
  group_by(ID1) %>%
  summarise(f = prod(count)/(sum(count) ^ n()))

Answer 2

我们可以用table

以紧凑的方式做到这一点

library(dplyr)
df %>% 
  group_by(ID1) %>% 
  summarise(n = {tbl <- table(ID2); prod(tbl)/(sum(tbl)^length(tbl))})
# A tibble: 3 x 2
#    ID1      n
#  <dbl>  <dbl>
#1     1 0.032 
#2     2 0.0312
#3     3 0.024

另一种选择是

library(matrixStats)
tbl <- table(df)
rowProds(na_if(tbl, 0), na.rm = TRUE)/rowSums(tbl)^rowSums(tbl!= 0)
#    1       2       3 
# 0.03200 0.03125 0.02400

如何在 2 个级别上进行聚合，首先是计数，其次是函数 f(count)？

How to aggregate on 2 levels, first by count and second a function f(count)?

r

aggregation