如何在R data.frame中添加按组的唯一值计数
我希望通过对第二个variables进行分组来统计唯一值的数量，然后将计数添加到现有data.frame中作为新列。 例如，如果现有的数据框如下所示：
color type 1 black chair 2 black chair 3 black sofa 4 green sofa 5 green sofa 6 red sofa 7 red plate 8 blue sofa 9 blue plate 10 blue chair 我想为每种color添加数据中存在的唯一types的数量：
color type unique_types 1 black chair 2 2 black chair 2 3 black sofa 2 4 green sofa 1 5 green sofa 1 6 red sofa 2 7 red plate 2 8 blue sofa 3 9 blue plate 3 10 blue chair 3
我希望能使用ave ，但似乎无法find一个简单的方法，不需要很多行。 我有> 100,000行，所以我也不知道效率是多么重要。
这个问题有点类似于这个问题： 计数每个组的观察值/行数，并将结果添加到数据框
使用ave （因为你特别要求）：
within(df, { count <- ave(type, color, FUN=function(x) length(unique(x)))})
确保type是字符向量而不是因素。
既然你也说你的数据是巨大的，速度/性能可能因此是一个因素，我也build议data.table解决scheme。
require(data.table) setDT(df)[, count := uniqueN(type), by = color] # v1.9.6+ # if you don't want df to be modified by reference ans = as.data.table(df)[, count := uniqueN(type), by = color]
uniqueN在uniqueN中实现，是一个更快的等效length(unique(.)) 。 另外它也可以和data.frames / data.tables一起使用。
其他解决scheme
使用plyr：
require(plyr) ddply(df, .(color), mutate, count = length(unique(type)))
使用aggregate ：
agg <- aggregate(data=df, type ~ color, function(x) length(unique(x))) merge(df, agg, by="color", all=TRUE)
这是dplyr包的一个解决scheme – 它有n_distinct()作为length(unique())的包装。
df %>% group_by(color) %>% mutate(unique_types = n_distinct(type))
这也可以在vector化的情况下实现，无需通过组合unique的table或tabulate
如果df$color是factor ，那么
或
table(unique(df)$color)[as.character(df$color)] # black black black green green red red blue blue blue # 2 2 2 1 1 2 2 3 3 3
要么
tabulate(unique(df)$color)[as.integer(df$color)] # [1] 2 2 2 1 1 2 2 3 3 3
如果df$color是character那么只是
table(unique(df)$color)[df$color]
如果df$color是一个integer那么只是
tabulate(unique(df)$color)[df$color]
