tapply - NA 생성?

Question

저는 개인당 평균 과일 수를 계산하려고합니다 (평소 연습 데이터). 이 코드 줄 모두 완벽하게 잘 작동합니다

with(df, tapply(fruit, names, FUN = function(x) length(unique(x))))->uniques 
sum(uniques)/length(unique(df$names)) 

aggregate(df[,"fruit"], by=list(id=names), FUN = function(x) length(unique(x)))->d1 
sum(d1$x)/length(unique(df$names)) 

내 문제는 내 실제 데이터에 코드를 사용할 때 작동하지 않습니다. 내 실제 데이터는 처방 데이터이며, 나는 사람마다 고유 한 약물의 수를 의미합니다. tapply 코드를 사용하면 원래의 df에는없는 새로운 환자 ID를 만들 수 있습니다. 그것은 또한 NA 값의 1000s를 돌려 줬다. 총 코드 drug_code 열 중 하나

with(dt3, tapply(drug_code, id, FUN = function(x) length(unique(x))))->uniques  

head(uniques) 
        uniques 
Patient HAI0000001  NA 
Patient HAI0000003  NA 
Patient HAI0000008  NA 
Patient HAI0000010  NA 
Patient HAI0000014  NA 
Patient HAI0000020  NA 

table(dt3$id=="Patient HAI0000001") ##checking to see if HA10000001 occurs in original df. the dim of df are 228954 rows and 5 cols 

FALSE 
228954 

에서 누락 된 내 ID 열의 값과 없음은 내가 오류가 없습니다 :

aggregate(dt3[,"drug_code"], by=list(id=id), FUN = function(x) length(unique(x)))->d1 

Error in aggregate.data.frame(as.data.frame(x), ...) : 
    arguments must have same length 

나는 일이 뭐죠 이해하지 않습니다. 내 실제 데이터는 ID col을 가지고 있고 마약/과일 열을 가지고 있다는 점에서 나의 연습 데이터와 비슷합니다. 어느 df에도 누락 된 데이터가 없습니다. 나는 lapply가 dataframes를 위해 더 나을 것을 안다. 그러나 나는 반드시 df back을 필요로하지 않는다. 그리고 어떤 경우 든 tapply 코드는 df 인 연습 데이터에서 작동합니다. 아무도 여기에서 무슨 일이 일어나고 있는지 전혀 모른다.

연습 DF : 실제 데이터의

names<-as.character(c("john", "john", "john", "john", "john", "mary", "mary","mary","mary","mary", "jim", "sylvia","ted","ted","mary", "sylvia", "jim", "ted", "john", "ted")) 
dates<-as.Date(c("2010-07-01", "2010-09-01", "2010-11-01", "2010-12-01", "2011-01-01", "2010-08-12", "2010-11-11", "2010-05-12", "2010-12-03", "2010-07-12", "2010-12-21", "2010-02-18", "2010-10-29", "2010-08-13", "2010-11-11", "2010-05-12", "2010-04-01", "2010-05-06", "2010-09-28", "2010-11-28")) 
fruit<-as.character(c("kiwi","apple","banana","orange","apple","orange","apple","orange", "apple", "apple", "pineapple", "peach", "nectarine", "grape", "melon", "apricot", "plum", "lychee", "watermelon", "apple")) 
df<-data.frame(names,dates,fruit) 

예 :

당신이 전나무에게 단일 번호 요청하고 있습니다 귀하의 경우에는

head(dt3) 
     id   quantity date_of_claim drug_code index 
1 Patient HAI0000560  1 2009-10-15 R03AC02 2010-04-06 
2 Patient HAI0000560  1 2009-10-15 R03AK06 2010-04-06 
3 Patient HAI0000560  30 2009-10-15 R03BB04 2010-04-06 
4 Patient HAI0000560  30 2009-10-15 A02BC01 2010-04-06 
5 Patient HAI0000560  50 2009-10-15 M02AA15 2010-04-06 
6 Patient HAI0000560  30 2009-10-15 N02BE51 2010-04-06 

Answer 1

: 특정 벡터 (unique(fruits))의 모든 개별 길이의 평균 내를 환자 ID. 이 shws 후 평균 함수 결과 당신이 먼저 indivdual 고유의 수와는 :

> with(df, tapply(fruit, names, function(x) length(unique(x)))) 
    jim john mary sylvia ted 
    2  5  3  2  4 
> mean (with(df, tapply(fruit, names, function(x) length(unique(x))))) 
[1] 3.2 

난 당신의 코드에서 특정 값의 봉쇄에 대한 테스트는 위의 문제가 발생했을 수 있습니다 후행 공백을 한 것으로 언급한다. "string "은 "string"과 같지 않습니다. 나는이 기능을 쉽게 처리 할 수 ​​있도록 내 .Rprofile 파일에 pkg::gdata에 trim 기능을 사용하는 복사본을 넣었습니다.

Answer 2

내가 누락되었을 수 있지만 간단하지 않습니다 tapply 여기에서 작동합니까? 아래 라인은 사람

x=tapply(df$fruit,df$names,function(x){length(unique(x))}) 

마다 다른 과일의 수를 계산 그리고 mean(x) 당신에게 명에서 평균을 줄 것이다?