ignorieren einige Dinge mit n_distinct() in dplyr

Question

nehme ich an diesen Datensatz haben:

test <- data.frame(thing = c(rep(1, 4), 
         rep(2, 4), 
         rep(3, 4), 
         rep(4, 3), 
         rep(5, 1)), 
        thing2 = c(c("a", "b", "c", "c"), 
           c("a", "b", "c", "d"), 
           c("a", "b", "b", "b"), 
           c("a", "b", "c"), 
           c("d"))) 

und ich möchte wissen, wie viele einzelne thing2 mit jedem thing so verbunden sind,

test %>% 
    group_by(thing) %>% 
    summarize(nDistinct = n_distinct(thing2)) 

gibt ich

thing nDistinct 
1  1   3 
2  2   4 
3  3   2 
4  4   3 
5  5   1 

was ist in Ordnung. Aber was ich bin wirklich interessiert ist die Anzahl der verschiedenen Dinge, die sind nichtd in jedem Faktor Ebene.

Ich konnte die Aussage oben umschreiben und umfassen eine filter() so dass

test %>% 
    group_by(thing) %>% 
    filter(thing2 != "d") %>% 
    summarize(nDistinct = n_distinct(thing2)) 

mich

thing nDistinct 
1  1   3 
2  2   3 
3  3   2 
4  4   3 

gibt aber ich verliere die Tatsache, dass, wenn thing == 5, es aus dem resultierenden Datenrahmen fallen gelassen wird.

Was würde Ich mag zu sehen, ist ein dplyr (oder etwas anderes) Aussage, die mir gibt

thing nDistinct 
1  1   3 
2  2   3 
3  3   2 
4  4   3 
5  5   0 

ist das möglich?

Ich habe den schleichenden Verdacht, dass ich hier etwas sehr Einfaches übersehe.

Answer 1

Ich würde für:

test %>% 
    group_by(thing) %>% 
    summarize(nDistinct = n_distinct(thing2) - any(thing2=="d")) 

Source: local data frame [5 x 2] 

thing nDistinct 
(dbl)  (int) 
1  1   3 
2  2   3 
3  3   2 
4  4   3 
5  5   0 

So dass selbst wenn Sie einen oder mehrere d, any gibt 1 zurück und entfernen Sie sie aus dem distinct.