计算数字出现的次数

由停在昨天发布于 2020-04-09 06:59:33

我有这个缩小的数据框

ind;year;n
67;2016;1
76;2016;1
95;2016;2
171;2016;3
60;2017;1
73;2017;1
95;2017;3
171;2017;1
175;2017;1
60;2018;4
95;2018;7
96;2018;1
99;2018;1
171;2018;1
171;2019;2
172;2019;1
178;2019;1

我想计算一下每年出现的人数，不包括前几年出现的人数。在这种情况下，它将如下所示：

year       n
 2016      4
 2017      3
 2018      2
 2019      2

我使用了它，但不排除前几年出现的那些

df %>%
  group_by(ind, year) %>%
  dplyr::summarise(totalcount =n())%>%
  group_by(year)%>%
  tally()

XOC莫

2020-04-09 06:59:33

Here is an option in base R

lst1 <- split(df$ind, df$year)
lst1[] <- lengths(Reduce(function(x, y) y[!x %in% y],
            split(df$ind, df$year), accumulate = TRUE))
setNames(stack(lst1)[2:1], c('year', 'n'))
#  year n
#1 2016 4
#2 2017 3
#3 2018 3
#4 2019 2

旗才艺

2020-04-09 06:59:33

library(dplyr)
dat %>%
  group_by(ind) %>%
  slice(which.max(year)) %>%
  group_by(year) %>%
  tally(name = "tallycount")
# # A tibble: 4 x 2
#    year tallycount
#   <int>      <int>
# 1  2016          2
# 2  2017          2
# 3  2018          4
# 4  2019          3

这些数字与您的问题略有不同，但基于您的措辞

不包括前几年出现的那些

我建议这些遵循您的约束：

dat %>%
  group_by(ind) %>%
  mutate(choose = year == max(year)) %>%
  arrange(year, ind)
# # A tibble: 17 x 4
# # Groups:   ind [11]
#      ind  year     n choose
#    <int> <int> <int> <lgl> 
#  1    67  2016     1 TRUE 
#  2    76  2016     1 TRUE  
#  3    95  2016     2 FALSE 
#  4   171  2016     3 FALSE  # 2016: 4 total, 2 true
#  5    60  2017     1 FALSE 
#  6    73  2017     1 TRUE  
#  7    95  2017     3 FALSE 
#  8   171  2017     1 FALSE 
#  9   175  2017     1 TRUE   # 2017: 5 total, 2 true
# 10    60  2018     4 TRUE  
# 11    95  2018     7 TRUE  
# 12    96  2018     1 TRUE  
# 13    99  2018     1 TRUE  
# 14   171  2018     1 FALSE  # 2018: 5 total, 4 true
# 15   171  2019     2 TRUE
# 16   172  2019     1 TRUE  
# 17   178  2019     1 TRUE   # 2019: 3 total, 3 true

数据：

dat <- structure(list(ind = c(67L, 76L, 95L, 171L, 60L, 73L, 95L, 171L, 175L, 60L, 95L, 96L, 99L, 171L, 171L, 172L, 178L), year = c(2016L, 2016L, 2016L, 2016L, 2017L, 2017L, 2017L, 2017L, 2017L, 2018L, 2018L, 2018L, 2018L, 2018L, 2019L, 2019L, 2019L), n = c(1L, 1L, 2L, 3L, 1L, 1L, 3L, 1L, 1L, 4L, 7L, 1L, 1L, 1L, 2L, 1L, 1L)), class = "data.frame", row.names = c(NA, -17L))

停在昨天

这家伙很懒，什么都没留下

积分
0
话题
0
评论
3216
注册排名
2572