我希望在.xdf文件中通过var1 count
var2分组的不同值,
我试过这样的事情
myFun <- function(dataList) {
UniqueLevel <<- unique(c(UniqueLevel, dataList$var2))
SumUniqueLevel <<- length(UniqueLevel)
return(NULL)
}
rxSummary(formula = ~ var1,
data = "DefModelo2.xdf",
transformFunc = myFun,
transformObjects = list(UniqueLevel = NULL),
removeZeroCounts = F)
提前谢谢
编辑:
可能使用RevoPemaR是更快的方式
答案 0 :(得分:3)
另一个选择是使用rxCrossTabs
。通过这种方式,您可以获得两个因子的交叉列表,并且您可以计算非零条目以通过其中一个因素确定唯一值。
censusWorkers <- file.path(rxGetOption("sampleDataDir"), "CensusWorkers.xdf")
censusXtabAge <- rxCrossTabs(~ F(age):F(wkswork1), data = censusWorkers,
removeZeroCounts = FALSE, returnXtabs = TRUE)
apply(censusXtabAge != 0, MARGIN = 1, sum)
答案 1 :(得分:1)
按var1
拆分,然后为每个组计算var2
的唯一值。这假定var1
和var2
是因素,如果他们不是你必须首先运行rxFactors
。
xdflst <- rxSplit(xdf, splitByVars="var1", varsToKeep=c("var1", "var2"))
out <- rxExec(function(grp) {
var1 <- head(grp, 1)$var1
var2 <- rxDataStep(grp, varsToKeep="var2")$var2
data.frame(var2, distinct=length(unique(var2)))
},
grp=rxElemArg(xdflst))
do.call(rbind, out)
或者您可以获取我的dplyrXdf package并使用dplyr group_by / summarize管道(基本上完成以上所有操作,包括在必要时转换为因子):
xdf %>% group_by(var1) %>%
summarise(distinct=n_distinct(var2),
.rxArgs=list(varsToKeep=c("var1", "var2")))