按治疗类型总结(计数/freq)，个人可同时接受这两种治疗

Question

假设我们有这些数据：

dat<-data.frame(id=c(1,1,2,2,3,4,4,5,6,6),Rx=c(1,2,1,2,1,1,1,2,2,2))

   id Rx
1   1  1
2   1  2
3   2  1
4   2  2
5   3  1
6   4  1
7   4  1
8   5  2
9   6  2
10  6  2

其中Id是主题id，Rx是他们所接受的治疗。因此，有重复的观察和治疗可能是一致的，也可能不是一致的每一个主题。

我想总结一下有多少人只收到了Rx 1，只收到了Rx 2，有多少人收到了Rx 1和2。

我更喜欢dplyr解决方案，但data.table和base R也可以。我想：

dat %>%
  group_by(id,Rx) %>%
  unique() %>%
  ...something

最终的结果应该是：

  Rx    Count
   1        2
   2        2
Both        2

谢谢!

Answer 1

这是另一个广义解

library(dplyr)
dat %>%
  group_by(id) %>%
  summarise(indx = toString(sort(unique(Rx)))) %>%
  ungroup() %>%
  count(indx)

# Source: local data table [3 x 2]
# 
#   indx n
# 1 1, 2 2
# 2    1 2
# 3    2 2

对于data.table，类似的

library(data.table)
setDT(dat)[, .(indx = toString(sort(unique(Rx)))), id][ , .N, indx]

Answer 2

这个解决方案将而不是很好地推广到2种以上的治疗：

library(dplyr)

dat %>%
  distinct(id, Rx) %>%
  group_by(id) %>%
  mutate(
    trt1 = setequal(1, Rx), # change due to comment from @Marat Talipov
    trt2 = setequal(2, Rx),
    both = setequal(1:2, Rx)
    ) %>%
  ungroup() %>%
  distinct(id) %>%
  summarise_each(funs(sum), trt1:both)

该解决方案更短，并可概括为一种以上的治疗：

library(stringr)

dat %>%
  group_by(id) %>%
  mutate(
    rx_list = str_c(sort(unique(Rx)), collapse = ",")
    ) %>%
  distinct(id) %>%
  count(rx_list)

Answer 3

不完全是您所指示的输出，但它是基R、一行和一般的：

 table(do.call(function(...) paste(...,sep="_"),as.data.frame(table(dat)>0)))
 #FALSE_TRUE TRUE_FALSE  TRUE_TRUE 
     2          2          2

如果治疗超过两个，你已经指出了所有可能的组合。