首页 文章

计算符合条件的行数

提问于
浏览 次
28

我在R中寻找一个等同于这个SQL语句的命令 . 我希望这是一个非常简单的基本解决方案，而不使用复杂的函数或dplyr类型的包 .

Select count(*) as number_of_states 
  from myTable
where  sCode = "CA"

所以基本上我会计算与我的where条件相匹配的行数 .

我已经将一个csv文件作为数据框导入mydata . 到目前为止，我已经尝试过这些无效 .

  • nrow(mydata$sCode == "CA") ## ==>> returns NULL

  • sum(mydata[mydata$sCode == 'CA',], na.rm=T) ## ==>> gives Error in FUN(X[[1L]], ...) : only defined on a data frame with all numeric variables

  • sum(subset(mydata, sCode='CA', select=c(sCode)), na.rm=T) ## ==>> FUN(X[[1L]], ...) : only defined on a data frame with all numeric variables

  • sum(mydata$sCode == "CA", na.rm=T) ## ==>> returns count of all rows in the entire data set, which is not the correct result.

以及上述样本的一些变化 . 任何帮助，将不胜感激！谢谢 .

r

6 回答

  • 3

    sum 用于添加元素; nrow 用于计算矩形数组中的行数（通常是矩阵或data.frame）; length 用于计算向量中的元素数 . 您需要正确应用这些功能 .

    如果使用sum和R结构，所有解决方案都会显示出根本的误解 .

    假设您的数据是名为“dat”的数据框 . 正确的解决方案：

    nrow(dat[dat$sCode == "CA",])
length(dat$sCode[dat$sCode == "CA"])
sum(which(dat$sCode == "CA"))
    回复于
  • 9

    mydata$sCode == "CA" 将返回一个布尔数组，其值满足条件的 TRUE 值 . 为了显示：

    > mydata = data.frame(sCode = c("CA", "CA", "AC"))
> mydata$sCode == "CA"
[1]  TRUE  TRUE FALSE

    有几种方法可以解决这个问题：

    • sum(mydata$sCode == "CA") ，如评论中所建议的那样;因为 TRUE 被解释为1而 FALSE 被解释为0，所以这应该在向量中返回 TRUE 值的数字 .

    • length(which(mydata$sCode == "CA")) ; which() 函数返回满足条件的索引向量，其长度为 "CA" 的计数 .

    编辑以扩展＃2中发生的事情：

    > which(mydata$sCode == "CA")
[1] 1 2

    which() 返回一个向量标识符合条件的每一列（在本例中为数据帧的第1列和第2列） . 此向量的 length() 是出现的次数 .

    回复于
  • 6

    • mydata$sCode 是向量，这就是为什么nrow输出为NULL .

    • mydata[mydata$sCode == 'CA',] 返回 data.frame ，其中 sCode == 'CA' . sCode包括字符 . 这就是 sum 给你错误的原因 .

    • subset(mydata, sCode='CA', select=c(sCode)) ，你应该使用 sCode=='CA' 而不是 sCode='CA' . 然后子集返回你的向量，其中sCode等于CA，所以你应该使用

    length（子集（na.omit（mydata），sCode ='CA'，select = c（sCode）））

    或者你可以试试这个： sum(na.omit(mydata$sCode) == "CA")

    回复于
  • 2

    只需尝试使用子集

    nrow(subset(data,condition))

    例

    nrow(subset(myData,sCode == "CA"))
    回复于
  • 32

    使用 dplyr 包，使用

    nrow(filter(mydata, sCode == "CA")),

    这里提供的所有解决方案都给我带来了与多山姆相同的错误，但是那个有效 .

    回复于
  • 1

    可以使用grep命令

    CA = mydata [grep（“CA”，mydata $ sCode，] nrow（CA）

    回复于

相关问题