Aggregating in R

Question

Ho un frame di dati con due colonne. Voglio aggiungere altre due colonne al set di dati con i conteggi basati sugli aggregati.

df <- structure(list(ID = c(1045937900, 1045937900), 
SMS.Type = c("DF1", "WCB14"), 
SMS.Date = c("12/02/2015 19:51", "13/02/2015 08:38"), 
Reply.Date = c("", "13/02/2015 09:52") 
), row.names = 4286:4287, class = "data.frame") 

Voglio contare semplicemente il numero di istanze di SMS.Type e Reply.Date dove non c'è nulla. Quindi nell'esempio del giocattolo qui sotto, genererò il 2 per SMS.Type e 1 per Reply.Date

Poi voglio aggiungere questo al frame di dati come conteggi totali (sono consapevole che verranno duplicati per il numero di le righe di dati originale, ma questo è ok)

ho giocato in giro con funzione di aggregazione e contare, ma senza alcun risultato

mytempdf <-aggregate(cbind(testtrain$SMS.Type,testtrain$Response.option)~testtrain$ID, 
        train, 
        function(x) length(unique(which(!is.na(x))))) 

mytempdf <- aggregate(testtrain$Reply.Date~testtrain$ID, 
        testtrain, 
        function(x) length(which(!is.na(x)))) 

chiunque può aiutare?

Grazie per il vostro tempo

Answer 1

Utilizzando data.table si potrebbe fare (ho aggiunto un vero e proprio NA ai dati originali). Non sono nemmeno sicuro se davvero stai cercando length(unique()) o solo length?

library(data.table) 
cols <- c("SMS.Type", "Reply.Date") 
setDT(df)[, paste0(cols, ".count") := 
        lapply(.SD, function(x) length(unique(na.omit(x)))), 
        .SDcols = cols, 
      by = ID] 
#   ID SMS.Type   SMS.Date  Reply.Date SMS.Type.count Reply.Date.count 
# 1: 1045937900  DF1 12/02/2015 19:51    NA    2    1 
# 2: 1045937900 WCB14 13/02/2015 08:38 13/02/2015 09:52    2    1 

Nella versione devel (v> = 1.9.5) si potrebbe anche usare la funzione uniqueN

---

Spiegazione

Si tratta di una soluzione generale che funziona su qualsiasi numero di colonne desiderate Tutto quello che devi fare è inserire i nomi delle colonne in cols.

1. lapply(.SD, sta chiamando una determinata funzione sopra le colonne specificate nella .SDcols = cols
2. paste0(cols, ".count") crea nuovi nomi delle colonne, mentre l'aggiunta count ai nomi delle colonne di cui cols
3. := esegue di assegnazione con riferimento significato, aggiornamenti le colonne appena create con l'output di lapply(.SD,sul posto
4. by argomento è specificare le colonne aggregatore

Answer 2

Dopo aver convertito i stringhe vuote per AN:

library(dplyr) 
mutate(df, SMS.Type.count = sum(!is.na(SMS.Type)), 
      Reply.Date.count = sum(!is.na(Reply.Date)))