提问人：Skyk 提问时间：10/24/2023 最后编辑：Skyk 更新时间：10/28/2023 访问量：55
如何根据变量的某个值/类别查看另一个变量（大型数据集）
How to look at a certain value/category of a variable according to another one (Large dataset)
问：
我正在根据我在 R Studio 中遇到的另一个问题来写这个问题。我有一个非常大的数据集，其中包含鸟类的运动数据 （ACC），并且每个个体都有多行（每行代表一个时间戳）。 在我的数据集中，我需要查看我在某个地区有多少人。 这里的问题是，我为每个人准备了许多行，并且使用简单的函数（如表或摘要）返回分配给该区域的行数。我想知道的是使用一个简单的功能来了解属于该领土的个人。
这是我到目前为止所做的：
- 我的数据帧中有很多行，但只有大约 50 个人（每个行有多行）。
- 我总共有大约 15 个区域，每行都有一个区域 ID（重复）。
我试过使用表
table(df$territory_id) %>% sort(decreasing = TRUE) %>% head
这给了我输出：
ter1 ter2 ter3 ter4 ter5 ter6
275034 207746 232739 165260 162103 259644
在这里，我有具有区域 ID 的行数。因为我想知道一个地区有多少不同的人，所以我将这些地区子集在单独的对象中，并为此做了表格：
t <- filter(df, territory == "ter1")
然后：
table(t$individualID)
这给了我想要的输出。但是，我需要对每个地区重复该过程。
我想知道是否有更简单的方法可以做到这一点？我只有 15 个领土，但如果我有更多，那将需要很多时间来重复这个功能。有没有更简单的方法可以做到这一点？
答：
1赞
Mark
10/25/2023
#1
你的数据看起来相当大，所以虽然你的头脑给出了数据的样子，但使用起来并不好（因为它似乎是一个位置的一只鸟的六个时间戳）。所以我创建了自己的，希望它仍然相似：
library(tidyverse)
set.seed(0)
df <- data.frame(
bird_id = rep(1:10, each = 10),
territory_id = sample(LETTERS[1:10], 100, replace = TRUE),
timestamp = ymd_hms("2023-01-01 12:00:00") + sample(1:10000000, 100, replace = TRUE))
> head(df)
bird_id territory_id timestamp
1 1 I 2023-03-05 03:57:14
2 1 D 2023-01-01 21:06:37
3 1 G 2023-03-01 07:23:02
4 1 A 2023-02-23 01:09:48
5 1 B 2023-03-29 22:41:45
6 1 G 2023-01-29 03:29:01
因此，虽然我很清楚你想分析你的数据集，但我不确定你具体想做什么。因此，这里有一些你可能想要的东西，以及如何去做。
# 1. get the number of birds you have seen at any point in each territory
df |>
distinct(territory_id, bird_id) |>
count(territory_id)
# 2. count the number of rows in your dataset for each territory
count(df, territory_id)
# 3. count the number of rows in your dataset for each territory and bird
count(df, territory_id, bird_id)
1赞
Skyk
10/25/2023
#2
是的！这就是我想知道的！非常感谢！ 基本上，我已经查看了您提供的第一个代码：
df |>
distinct(territory_id, bird_id) |>
count(territory_id)
它返回的内容如下：
territory_id n
<chr> <int>
1 GR002 2
2 GR009 1
3 GR011 1
等。。。
但在这里我想知道属于该领土的 individualID（也许我放了）：
df |>
distinct(territory_id, bird_id) |>
count(territory_id, bird_id)
它返回了我：
<chr> <chr> <int>
1 GR002 individual1 (eobs 5860) 1
2 GR002 individual2 (eobs 5861) 1
3 GR009 individual3 (eobs 6483) 1
这给了我我想要的。所以我只需要使用计数功能......谢谢！
评论
0赞
Mark
10/26/2023
不用担心！很高兴我能帮上忙😃，不要忘记标记您的问题已回答
评论
dplyrsummariseterritory_id