Я получил вот такой фрейм данных:
| Завод | Хлеб |
|---|---|
| А | а |
| А | а |
| Б | с |
| Б | б |
| В | д |
| С | а |
| Д | е |
Я хочу найти название фабрики с наибольшим количеством хлеба
Я написал два кода и получил разные ответы.
1.
df %>%
group_by(factory, bread)%>%
summarise(n = n())%>%
arrange(desc(n))
df %>%
group_by(factory) %>%
mutate(number = length(unique(bread)))%>%
arrange(desc(number))
Могу ли я спросить, какой из них правильный и почему?
Спасибо!!!!
A data.table вариант
> setorder(setDT(df)[, .(Bread = uniqueN(Bread)), Factory], -Bread)[]
Factory Bread
1: B 3
2: A 1
3: C 1
4: D 1
Мы могли бы использовать n_distinct из пакета dplyr:
library(dplyr)
df %>%
group_by(factory)%>%
summarise(bread = n_distinct(bread))
Вывод:
factory bread
<chr> <int>
1 A 2
2 B 1
3 C 1
Спасибо, Тарджа! Но могу я спросить, почему код, который я написал, неверен.
Для этих целей лучше всего подходит n_distinct. ваш код не является неправильным!
Вы хотите
df %>% group_by(factory) %>% summarise(n = n_distinct(bread))Оно работает!!!! но теперь я получил три разных результата по этому вопросу. Могу я спросить, есть ли проблемы с кодом, который я написал ранее?
Ваш второй код похож на мой, то есть
length(unique— этоn_distinct, но вы создали его как столбец сmutate, где, как я резюмировал, с одной строкой на группу. Первый код в вашем сообщении в основном дает количество каждой комбинации.