是否存在与SELECT ... COUNT（*）... GROUP BY ...等价的等价物？

Question

我想了解如何完成“group by”和“count”功能。我看了好几篇文章，没有找到我想要的东西;如果有已经发布的答案，我会很感激链接。

例如，我正在查找数据中的异常值;我想知道哪些地方收到的最“坏”的措施：

place = rep(c('AL','AK','AZ','AR','CA','CO','CT','DE','FL','GA','HI'), times=4) 
measure = rep(c('meas1','meas2','meas3','meas4'), each=11) 
set.seed(200) 
rating = sample(c('good','bad'), size = 44, prob=c(2,1), replace=T) 
df = data.frame(place, measure, rating) 

> df 
    place measure rating 
1  AL meas1 good 
2  AK meas1 good 
3  AZ meas1 good 
4  AR meas1 bad 
5  CA meas1 bad 
6  CO meas1 bad 
7  CT meas1 bad 
8  DE meas1 good 
9  FL meas1 good 
10 GA meas1 good 
     ....(etc)..... 

我想了解如何使用tidyverse做到这一点。这种方法使用sqldf给我我想要的东西，也就是告诉我哪些地方过的最“坏”的收视率，并通过他们的“坏性”

library(sqldf)  
sqldf("SELECT place, rating, COUNT(*) AS Count FROM df GROUP BY place, rating ORDER BY rating, count DESC"). 

    place rating Count 
1  CA bad  3 
2  AK bad  2 
3  AR bad  1 
4  CO bad  1 
5  CT bad  1 
6  DE bad  1 
7  FL bad  1 
8  GA bad  1 
9  AL good  4 
10 AZ good  4 
11 HI good  4 
    ....(etc).... 

居的地方有没有办法做得到类似的结果在tidyverse？

Answer 1

对于在tidyverse，我建议你阅读韦翰和Grolemund的一审出色的的R用数据科学介绍这些基本操作：http://r4ds.had.co.nz/

您可以使用dplyr和magrittr包做在一个易于以下遵循的方式：

# Install the tidyverse 
library(tidyverse) 

# Create data 
place = rep(c('AL','AK','AZ','AR','CA','CO','CT','DE','FL','GA','HI'), times=4) 
measure = rep(c('meas1','meas2','meas3','meas4'), each=11) 
set.seed(200) 
rating = sample(c('good','bad'), size = 44, prob=c(2,1), replace=T) 
df = data.frame(place, measure, rating) 

# Do some analysis 
df %>% 
    group_by(place) %>% 
    summarise(mean_score = mean(rating == "good"), n = n()) %>% 
    arrange(desc(mean_score)) 

在这里，我们餐厅的名字“按组”，“然后”，“总结”了它收到“好”评级的平均数每个分组（创建一个新的变量），然后用这个'mean_sco'按降序“排列”输出回覆'。

我们还在汇总功能中创建了新的'n'变量，它计算每个均值所基于的评级数量（例如，如果我们看到一家餐厅只有2个评级，我们会知道平均值可能会不具有代表性：请参阅http://www.evanmiller.org/how-not-to-sort-by-average-rating.html以获得全面的示例）。