按 ID 划分的行频率

数据集包含三个变量：id、性别和年级（因素）。

mydata <- data.frame(id=c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,4), sex=c(1,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1),
                     grade=c("a","b","c","d","e", "x","y","y","x", "q","q","q","q", "a", "a", "a", NA, "b"))

对于每个 ID，我需要查看我们有多少个唯一的成绩，然后创建一个新列（调用 N）来记录成绩频率。例如，对于 ID=1，我们有五个唯一的“等级”值，因此 N = 4；对于 ID=2，我们有两个唯一的“等级”值，因此 N = 2；对于 ID=4，我们有两个唯一的“等级”值（忽略 NA），因此 N = 2。

最终的数据集是

mydata <- data.frame(id=c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,4), sex=c(1,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1),
                     grade=c("a","b","c","d","e", "x","y","y","x", "q","q","q","q", "a", "a", "a", NA, "b"))
mydata$N <- c(5,5,5,5,5,2,2,2,2,1,1,1,1,2,2,2,2,2)

新答案：

The uniqueN- 函数数据表 /questions/tagged/data.table has a na.rm参数，我们可以如下使用：

library(data.table)
setDT(mydata)[, n := uniqueN(grade, na.rm = TRUE), by = id]

这使：

> mydata
    id sex grade n
 1:  1   1     a 5
 2:  1   1     b 5
 3:  1   1     c 5
 4:  1   1     d 5
 5:  1   1     e 5
 6:  2   0     x 2
 7:  2   0     y 2
 8:  2   0     y 2
 9:  2   0     x 2
10:  3   0     q 1
11:  3   0     q 1
12:  3   0     q 1
13:  3   0     q 1
14:  4   1     a 2
15:  4   1     a 2
16:  4   1     a 2
17:  4   1    NA 2
18:  4   1     b 2

旧答案：

With 数据表你可以这样做：

library(data.table)
setDT(mydata)[, n := uniqueN(grade[!is.na(grade)]), by = id]

or:

setDT(mydata)[, n := uniqueN(na.omit(grade)), by = id]