Wie verwende ich zusammenfassen und gruppieren, um eine Übersichtstabelle in r zu erstellen?

Question

So habe ich die folgende Datensatz (dies ist eine kleine Probe/Beispiel, wie es aussieht, mit den Original ist 7k Zeilen und 30 Spalten über 7 Dekaden):

Year,Location,Population Total, Median Age, Household Total 
2000, Adak, 220, 45, 67 
2000, Akiachak, 567, NA, 98 
2000, Rainfall, 2, NA, 11 
1990, Adak, NA, 33, 56 
1990, Akiachak, 456, NA, 446 
1990, Tioga, 446, NA, NA 

Ich möchte eine Zusammenfassung erstellen Tabelle, die angibt, wie viele Jahre Daten pro Standort für jede Variable verfügbar sind. So etwas wie dies funktionieren würde (für das kleine Beispiel von vorher):

Location,Population Total, Median Age, Household Total 
Adak,1,2,2 
Akiachak,2,0,2 
Rainfall,1,0,1 
Tioga,1,0,0 

Ich bin neu zu R und habe diese beiden Befehle nicht zusammen verwendet, so ich nicht sicher über die Syntax bin. Jede Hilfe wäre wunderbar oder Alternativen.

Answer 1

Eine Lösung mit summarize_all von dplyr:

library(dplyr) 
df %>% 
    group_by(Location) %>% 
    summarize_all(funs(sum(!is.na(.)))) %>% 
    select(-Year) 

Oder können Sie summarize_at verwenden:

df %>% 
    group_by(Location) %>% 
    summarize_at(vars(-Year), funs(sum(!is.na(.)))) 

Ergebnis:

# A tibble: 4 x 4 
    Location PopulationTotal MedianAge HouseholdTotal 
     <chr>   <int>  <int>   <int> 
1  Adak    1   2    2 
2 Akiachak    2   0    2 
3 Rainfall    1   0    1 
4  Tioga    1   0    0 

Daten:

df = read.table(text = "Year,Location,PopulationTotal, MedianAge, HouseholdTotal 
       2000, Adak, 220, 45, 67 
       2000, Akiachak, 567, NA, 98 
       2000, Rainfall, 2, NA, 11 
       1990, Adak, NA, 33, 56 
       1990, Akiachak, 456, NA, 446 
       1990, Tioga, 446, NA, NA", header = TRUE, sep = ",", stringsAsFactors = FALSE) 

library(dplyr)  
df = df %>% 
    mutate_at(vars(PopulationTotal:HouseholdTotal), as.numeric) 

Answer 2

Sie können etwas tun:

x %>% 
    group_by(Location) %>% 
    summarise(count_years = n(), 
      count_pop_total = sum(!is.na(Population_Total)), 
      count_median_age = sum(!is.na(Median_Age)), 
      count_house_total = sum(!is.na(Household_Total))) 

wo Sie den Mittelwert mit dem, was den Betrieb möchten Sie ausführen ersetzen können. Sie sollten einen Blick auf die dplyr vignette für allgemeinere Lösungen werfen.