使用 R 中的两个分组列计算因子水平的总长度

Question

我试图弄清楚如何使用两个分组列来聚合一列，该列是具有二元结果（成功/失败）的因素。一项挑战是尝试为二元因子的一个结果具有零值的组组合生成汇总行。例如，假设这是以下数据框：

dat <- data.frame(
  Group1 = c("A", "A", "A", "B", "B", "C", "C", "C"), 
  Group2 = c("D", "D", "D", "E", "E", "F", "F", "F"), 
  Result = c("Success", "Success", "Fail", "Success", "Success", "Success", "Fail", "Fail")
)

理想情况下，我想要一个如下所示的摘要：

# Group1  Group2  Success Fail
# A       D       2       1
# B       E       2       0
# C       F       1       2

但是我正在努力生成拆分列结果。

我尝试将aggregate()与以下内容一起使用：

aggregate(Result ~ Group1 + Group2, data = dat, FUN=length)

但似乎无法拆分二元因子变量。

Answer 1

您可以使用

dplyr::summarize()

并对值求和：

dat %>%
  summarise(Success = sum(Result == "Success"),
            Fail = sum(Result == "Fail"), 
            .by = c(Group1, Group2))

输出：

#  Group1 Group2 Success Fail
#1      A      D       2    1
#2      B      E       2    0
#3      C      F       1    2

或者使用基数R和

aggregate

，虽然我确信必须有一种更优雅的方法来做到这一点，你可以单独计算计数，

merge

，然后使用

setNames

重命名：

setNames(
  merge(
    aggregate(Result ~ Group1 + Group2, data = dat, FUN = \(x) sum(x == "Success")),
    aggregate(Result ~ Group1 + Group2, data = dat, FUN = \(x) sum(x == "Fail")),
    by = c("Group1", "Group2")),
  c("Group1", "Group2", "Success", "Fail")
  )

#  Group1 Group2 Success Fail
#1      A      D       2    1
#2      B      E       2    0
#3      C      F       1    2

Answer 2

这里有类似的方法，使用

pivot_wider()

：

dplyr::pivot_wider(dat, names_from = Result, values_from = Result, values_fn = length, values_fill = 0)

备注：

1. values_fn = length

   查找数据集中 Group1、Group2 和 Result 的每个组合的长度
2. 对于数据集中没有行的组合，我们使用

   values_fill

填充 0
3. 不确定您的实际数据集是什么样子，但如果结果如您给出的示例中所示，并且只有两种可能性（成功和失败），那么将它们设为逻辑值 TRUE 和 FALSE 或 1 和 0 是有意义的。如果它们是类别，那么将它们作为因素就是正确的方法