我在 R 中有如下数据：
Cnty Yr Plt Spp DBH Ht Age
1 185 1999 20001 Bitternut 8.0 54 47
2 185 1999 20001 Bitternut 7.2 55 50
3 31 1999 20001 Pignut 7.4 71 60
4 31 1999 20001 Pignut 11.4 85 114
5 189 1999 20001 WO 14.5 80 82
6 189 1999 20001 WO 12.1 72 79
我想知道每个县（Cnty）的独特物种（Spp）的数量。“unique(dfname$Spp)”为我提供了数据框中独特物种的总数，但我希望按县进行。
任何帮助表示赞赏！对不起，奇怪的格式，这是我关于 SO 的第一个问题。
谢谢。
我试图让你的样本数据更有趣一点。您的样本数据目前每个“Cnty”只有一个唯一的“Spp”。
set.seed(1)
mydf <- data.frame(
Cnty = rep(c("185", "31", "189"), times = c(5, 3, 2)),
Yr = c(rep(c("1999", "2000"), times = c(3, 2)),
"1999", "1999", "2000", "2000", "2000"),
Plt = "20001",
Spp = sample(c("Bitternut", "Pignut", "WO"), 10, replace = TRUE),
DBH = runif(10, 0, 15)
)
mydf
# Cnty Yr Plt Spp DBH
# 1 185 1999 20001 Bitternut 3.089619
# 2 185 1999 20001 Pignut 2.648351
# 3 185 1999 20001 Pignut 10.305343
# 4 185 2000 20001 WO 5.761556
# 5 185 2000 20001 Bitternut 11.547621
# 6 31 1999 20001 WO 7.465489
# 7 31 1999 20001 WO 10.764278
# 8 31 2000 20001 Pignut 14.878591
# 9 189 2000 20001 Pignut 5.700528
# 10 189 2000 20001 Bitternut 11.661678
接下来，正如建议的那样，tapply这里是一个很好的候选人。合并unique并length获取您正在寻找的数据。
with(mydf, tapply(Spp, Cnty, FUN = function(x) length(unique(x))))
# 185 189 31
# 3 2 2
with(mydf, tapply(Spp, list(Cnty, Yr), FUN = function(x) length(unique(x))))
# 1999 2000
# 185 2 2
# 189 NA 2
# 31 1 1
如果您对简单的制表（不是唯一值）感兴趣，那么您可以探索table和ftable：
with(mydf, table(Spp, Cnty))
# Cnty
# Spp 185 189 31
# Bitternut 2 1 0
# Pignut 2 1 1
# WO 1 0 2
ftable(mydf, row.vars="Spp", col.vars=c("Cnty", "Yr"))
# Cnty 185 189 31
# Yr 1999 2000 1999 2000 1999 2000
# Spp
# Bitternut 1 1 0 1 0 0
# Pignut 2 0 0 1 0 1
# WO 0 1 0 0 2 0
正如贾斯汀所说，聚合可能是你想要的。如果您将数据框称为 foo，则以下内容应为您提供所需的内容，即假设每个带有 Butternut 的行代表属于该种的唯一个体的每个物种的个体数量。注意我使用 foo$Age 来计算向量的长度，即属于每个物种的个体（行）的数量，但你可以使用 foo$Ht 或 foo$DBH 等。
aggregate(foo$Age, by = foo[c('Spp','Cnty')], length)
干杯，
丹尼
set.seed(1)
mydf <- data.frame(
Cnty = rep(c("185", "31", "189"), times = c(5, 3, 2)),
Yr = c(rep(c("1999", "2000"), times = c(3, 2)),
"1999", "1999", "2000", "2000", "2000"),
Plt = "20001",
Spp = sample(c("Bitternut", "Pignut", "WO"), 10, replace = TRUE),
DBH = runif(10, 0, 15)
)
mydf
dplyr包可以在这里提供帮助：
library(dplyr)
mydf %>%
group_by(Cnty) %>%
summarise(un_Spp = length(unique(Spp)))
#> # A tibble: 3 × 2
#> Cnty un_Spp
#> <chr> <int>
#> 1 185 3
#> 2 189 2
#> 3 31 2
with(mydf, tapply(Spp, list(Cnty, Yr),
FUN = function(x) length(unique(x))))
唯一查询不适用于大型数据集，我的意思是超过 1000k 行的数据。
我想补充一下 A Handcart And Mohair 提到的内容。对于那些想要将下面代码的结果放入数据框中的人（在 R 工作室中很有帮助）...
with(mydf, table(Spp, Cnty))
# Cnty
# Spp 185 189 31
# Bitternut 2 1 0
# Pignut 2 1 1
# WO 1 0 2
ftable(mydf, row.vars="Spp", col.vars=c("Cnty", "Yr"))
# Cnty 185 189 31
# Yr 1999 2000 1999 2000 1999 2000
# Spp
# Bitternut 1 1 0 1 0 0
# Pignut 2 0 0 1 0 1
# WO 0 1 0 0 2 0
您需要将 as.data.frame.matrix 修饰符放在代码前面，如下所示：
as.data.frame.matrix(with(mydf, table(Spp, Cnty)))
当我看到这篇文章时，我对 R 还很陌生，我花了很长时间才弄清楚这一点，所以我想我会分享一下。
使用该data.table方法的简单解决方案。
library(data.table)
output <- setDT(mydf)[ , .(count=.N) , by = .(Spp,Cnty)]
如果您想将输出重塑为更好的表格格式：
library(tidyr)
spread(data=a, key =Spp, count)
# Cnty Bitternut Pignut WO
# 1: 185 2 2 1
# 2: 189 1 1 NA
# 3: 31 NA 1 2
# or perhaps like this:
spread(data=a, key =Cnty, count)
# Spp 185 189 31
# 1: Bitternut 2 1 NA
# 2: Pignut 2 1 1
# 3: WO 1 NA 2
我们现在可以使用 tally 函数来简化此操作。
tally(group_by(mydf, Spp, Cnty)) Spp Cnty n <fctr> <fctr> <int> 1 Bitternut 185 2 2 Bitternut 189 1 3 Pignut 185 2 4 Pignut 189 1 5 Pignut 31 1 6 WO 185 1 7 WO 31 2