r 按某列分组统计个数 tapply

在R中，可以使用tapply函数按照某一列来分组统计个数。

tapply函数的一般用法是：tapply（向量，分组依据，统计函数）。

其中，向量是需要进行分组统计的数据，分组依据是一个指定分组的变量，统计函数是对每个分组的数据进行统计的函数。

举个例子，假设有一个数据框df，其中有两列分别为"性别"和"年龄"。我们想按照性别来统计各个年龄段的人数。代码如下：

result <- tapply(df$年龄, df$性别, FUN = length)

这样，result就是一个以性别作为分组依据的统计结果。其中，每个性别对应的年龄段个数。

如果想要对两个及以上的列进行分组统计，可以使用逗号隔开，参考下面的代码：

result2 <- tapply(df$年龄, list(df$性别, df$学历), FUN = length)

这样，result2就是一个以性别和学历作为分组依据的统计结果。其中，每个性别和学历对应的年龄段个数。

总结一下，tapply函数是R中用于按照指定列分组统计的函数。它非常灵活，可以根据需要进行单列或多列的分组统计，可以使用各种各样的统计函数。

相关问题

python 按某一列分组统计其他列元素出现个数

在Python中，可以使用pandas库来按某一列分组统计其他列元素出现个数。

首先，需要导入pandas库：

import pandas as pd

接下来，创建一个包含需要统计的数据的DataFrame对象的示例：

data = {'列1': [1, 1, 2, 3, 3, 3], '列2': ['A', 'A', 'B', 'B', 'C', 'C']}
df = pd.DataFrame(data)

然后，可以使用groupby()函数按某一列进行分组，并使用count()函数来统计每个组中其他列元素出现的个数：

grouped = df.groupby('列1')['列2'].count()

最后，可以输出结果，查看每个组中其他列元素出现的个数：

print(grouped)

以上代码的输出结果将会是：

列1
1 2
2 1
3 3
Name: 列2, dtype: int64

这说明在列1的值为1的组中，列2中的元素出现了2次；在列1的值为2的组中，列2中的元素出现了1次；在列1的值为3的组中，列2中的元素出现了3次。

使用这种方法可以方便地按某一列进行分组，并统计其他列元素的出现个数。

pandas分组统计某列元素个数

要对某列进行分组统计元素个数，可以使用 Pandas 库中的 `groupby()` 方法结合 `size()` 方法。以下是一个示例：

假设有一个 DataFrame 名为 `df`，其中有两列，分别为 `column_name1` 和 `column_name2`，我们想要对 `column_name1` 进行分组统计元素个数，可以使用以下代码：

df.groupby('column_name1').size()

上述代码将按照 `column_name1` 列的不同值进行分组，并统计每个组中的元素个数。

如果你还想要将结果保存到一个新的 DataFrame 中，可以使用 `reset_index()` 方法，例如：

new_df = df.groupby('column_name1').size().reset_index(name='count')

这将创建一个新的 DataFrame，其中包含两列，一列为 `column_name1` 中的唯一值，另一列为每个值对应的元素个数。你可以将 `name` 参数设置为你想要的列名。