对R中的内容进行分组和计数

Question

我正在使用dplyr尝试计算另一列的特定行数。

​

​

因此，此命令的输出将返回类似以下内容：

facebook 2  
hello.com 1  
news.com 1    
yahoo    1

它类似于

select hostname, count(request)   
from data  
group by hostname

在mysql中。

我看过dplyr包，但不确定如何指定要按哪个变量进行分组

编辑:数据来自美国国家航空航天局的http请求，来自此链接site

Answer 1

以下是data.table方法。我使用了您提供的数据来说明这个概念-请提供数据，以便其他人可以重现问题(如评论中所指出的)。

DATA

library(data.table)
dt <- data.table(hostname = c("hello.com", "news.com", "facebook", "yahoo", "facebook"),
                 request = c("GET /blah/blah", "GET /hello", "GET /no", "GET /yes", "GET /hello"))

代码

> dt
    hostname        request
1: hello.com GET /blah/blah
2:  news.com     GET /hello
3:  facebook        GET /no
4:     yahoo       GET /yes
5:  facebook     GET /hello

> dt[, .N, by = hostname]
    hostname N
1: hello.com 1
2:  news.com 1
3:  facebook 2
4:     yahoo 1

这里的.N是给出计数的data.table参数。您可以将其重命名为其他名称(以下示例中的“count”)：

> dt[, .(count = .N), by = hostname]
    hostname count
1: hello.com     1
2:  news.com     1
3:  facebook     2
4:     yahoo     1

如果你希望每个条目都有多种可能性，比如facebook、facebook.com或facebook.co.uk，你就需要使用正则表达式。在这种情况下，一种很好的方法是按名称排序，然后使用grep查找通用模式并按这些模式进行聚合。