group_by и количество строк, в которых выполняется условие - PullRequest
Новая
       17

group_by и количество строк, в которых выполняется условие

0 голосов
/ 01 марта 2019

У меня есть таблица данных, как показано ниже: 

city         year    temp
Seattle      2019    82 
Seattle      2018    10 
NYC          2010    78 
DC           2011    71 
DC           2011    10 
DC           2018    60

Я хотел бы сгруппировать их по city и year и создать новую таблицу из той, которая указывает, например, на сколько летВ Сиэтле временная температура составляла от 10 до 20 лет, как, может быть, в годах она была от 20 до 30 лет и т. Д.

Как я могу это сделать?

1 Ответ

0 голосов
/ 01 марта 2019

Мы можем использовать cut для распределения temp в бункеры и суммировать по city и temp_range: 

library(dplyr)

df %>%
  mutate(temp_range = cut(temp, breaks = seq(0, 100, 10))) %>%
  group_by(city, temp_range) %>%
  summarize(years = n_distinct(year))

Вывод: 

# A tibble: 6 x 3
# Groups:   city [3]
  city    temp_range years
  <fct>   <fct>      <int>
1 DC      (0,10]         1
2 DC      (50,60]        1
3 DC      (70,80]        1
4 NYC     (70,80]        1
5 Seattle (0,10]         1
6 Seattle (80,90]        1

С помощью dplyr 0.8.0 мы также можем сохранить уровни пустых факторов, установив для нового аргумента .drop значение FALSE в group_by: 

df %>%
  mutate(temp_range = cut(temp, breaks = seq(0, 100, 10))) %>%
  group_by(city, temp_range, .drop = FALSE) %>%
  summarize(years = n_distinct(year))

Вывод: 

# A tibble: 30 x 3
# Groups:   city [3]
   city  temp_range years
   <fct> <fct>      <int>
 1 DC    (0,10]         1
 2 DC    (10,20]        0
 3 DC    (20,30]        0
 4 DC    (30,40]        0
 5 DC    (40,50]        0
 6 DC    (50,60]        1
 7 DC    (60,70]        0
 8 DC    (70,80]        1
 9 DC    (80,90]        0
10 DC    (90,100]       0
# ... with 20 more rows

Данные: 

df <- structure(list(city = structure(c(3L, 3L, 2L, 1L, 1L, 1L), .Label = c("DC", 
"NYC", "Seattle"), class = "factor"), year = c(2019L, 2018L, 
2010L, 2011L, 2011L, 2018L), temp = c(82L, 10L, 78L, 71L, 10L, 
60L)), class = "data.frame", row.names = c(NA, -6L))
...