Как подсчитать частоту факторов и организовать в новом кадре данных в R

Question

У меня есть такой фрейм данных:

test1 = data.frame("id" = c("FC01", "FC01", "FC22", "FC03", "FC01"),
                    "product" = c("p01", "p02", "p03", "p01", "p03"),
                    "year" = c("2018", "2017", "2015", "2018", "2016"))

Мне нужно найти идентификаторы, которые появляются чаще, чем onc, купленные между 2016 и 2018 годами, и знать, какие продукты они купили и в каком году.Можно ли создать новый фрейм данных, который показывает идентификаторы и сколько раз они появляются и когда это произошло?Примерно так:

test2 = data.frame("times" = c(3, 1), "id" = c("FC01", "FC03"),
                   "year" = c("2018, 2017, 2016", "2018"))

Я использовал dplyr и пытался группировать по идентификатору и фильтровать каждый идентификатор, который появляется более одного раза, но я не знаю, как продолжить получать что-то подобное этому test2.Я ценю любые советы на этот счет.

Answer 1

test1$year <- as.numeric(as.character(test1$year))

test1 %>% filter(between(year,2016,2018))
      %>% group_by(id)
      %>% summarize(times = n(),
          year = toString(unique(year)))


  id    times year          
  <fct> <int> <chr>         
1 FC01      3 2018 2017 2016
2 FC03      1 2018  

Примечания:

• Получить столбец times просто, мы просто используем функцию полезности dplyr::n().
• Для вставленного списка (уникального)строковые имена лет, такой же подход, как этот ответ .toString(...) является более чистым кодом, чем paste0(as.character(...), collapse=' ')
• Обратите внимание, что мы должны использовать unique(year), поскольку у вас может быть несколько записей для одного года.
• Чтобы иметь возможность filter(between(year, 2016, 2018)), мысначала необходимо исправить значение year, чтобы оно было числовым, а не фактором (или, как минимум, убедитесь, что уровни факторов также равны 2015..2018, чтобы прямое выполнение as.numeric() работало как задумано, вместо того, чтобы давать 1..4