在R中过滤后，计算给定列中的唯一元素数

Question

假设我有一个数据表，如下所示：

year  city
2026  NYC
2026  NYC
2026  NYC
2026  LA
2027  LA
2028  NYC
2028  NYC

它可以通过以下方式创建：

dt <- structure(list(location = c("NYC", "NYC", "NYC","LA", "LA", "NYC", "NYC"), 
                     year = c(2026, 2026, 2026, 2026, 2027, 2028, 2028)),
                     class = "data.table", 
                     row.names = c(NA, -7L))

我想数一下一年里有多少个独特的城市。让我们说2026。因此，这个例子的结果是2，因为只有NYC和LA。后面的最后一行是什么？

dt %>% 
filter(year == 2026) %>%
What goes here?

Answer 1

我们可以使用n_distinct来获得唯一值的数目。

library(dplyr)
dt %>%
  filter(year == 2026) %>%
  summarise(count = n_distinct(city)) 

#  count
#1     2

或者在摘要本身中添加过滤步骤。

dt %>% summarise(count = n_distinct(city[year == 2026]))

或者，如果我们希望它作为向量，我们可以添加pull(count)

dt %>%
  filter(year == 2026) %>%
  summarise(count = n_distinct(city)) %>%
  pull(count)
#[1] 2

在R基中，这相当于

length(unique(dt$city[dt$year == 2026]))
#[1] 2

Answer 2

我们可以使用data.table

library(data.table)
setDT(dt)[year == 2026, .(count = uniqueN(location))]
#   count
#1:     2

或具有`基R‘

length(table(subset(dt, year == 2026, select = location)))
#[1] 2