如何使用r中的for循环计数单元格?(table()不适用)

Question

这是示例数据。

created_date  start_date
2014-12-11    2014-12-10
2014-12-11    2014-12-11
2014-12-12    2014-12-13
2014-12-13    NULL       
2014-12-13    2014-12-13
2014-12-13    2014-12-13
2014-12-23    NULL
2014-12-23    NULL

我想根据created_date来计算每天检查了多少start_date。start_date的值并不重要，只有检查的start_date"数量"才有意义。

在这种情况下，for循环的结果应该是这样的

created_date  count
2014-12-11     2 
2014-12-12     1
2014-12-13     2
2014-12-23     0

我不能简单地使用table（），因为：

表（created_date）将计算created_date，而不是start_date。

>table(created_date)
created_date  count
2014-12-11     2 
2014-12-12     1
2014-12-13     3
2014-12-23     2

表（start_date）也不起作用，因为它不计算"NULL"的创建日期，更重要的是，start_date本身的值是没有意义的。

>table(start_date)
created_date  count
2014-12-10     1 
2014-12-11     1
2014-12-13     3
NULL           3

我想应该使用for循环，但不知道如何编码。提前感谢！

Answer 1

简短版本：分别对完整数据和空行使用table，第一行减去第二行。

长版本：

假设您的数据在x中（而NULL实际上是NA，请参阅Gist了解详细信息）：

对条目进行计数，并将其放入data_frame s中以方便使用：

library(dplyr)
all_counts = as_data_frame(table(x$created_date))
na_counts = as_data_frame(table(x[is.na(x$start_date), ]$created_date))

从full_counts中减去na_counts。为此，我们首先需要连接这两个表。加入我们将推出NA将替换为0 s:

full_join(all_counts, na_counts, by = 'Var1') %>%
    mutate(n.y = ifelse(is.na(n.y), 0, n.y)) %>%
    mutate(count = n.x - n.y) %>% # And finally, subtract the counts.
    select(created_date = Var1, count)

结果：

| created_date   |   count |
|:---------------|--------:|
| 2014-12-11     |       2 |
| 2014-12-12     |       1 |
| 2014-12-13     |       2 |
| 2014-12-23     |       0 |