合并数据框中的行[重复]

Posted 2023-02-19

【中文标题】合并数据框中的行[重复]

【英文标题】：Merge Rows within Data Frame [duplicate]

【发布时间】：2012-05-30 14:48:05

【问题描述】：

我有一个关系数据集，我在其中寻找二元信息。

我有 4 列。发送者、接收者、属性、边缘

我希望获取重复的 Sender -- Receiver 计数并将它们转换为附加边。

df <- data.frame(sender = c(1,1,1,1,3,5), receiver = c(1,2,2,2,4,5), 
                attribute = c(12,12,12,12,13,13), edge = c(0,1,1,1,1,0))

   sender receiver attribute edge
1       1        1        12    0
2       1        2        12    1
3       1        2        12    1
4       1        2        12    1
5       3        4        13    1

我希望最终结果如下所示：

  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1

其中重复的发送者-接收者之间的关系已经合并，并且重复的数量包含在边数中。

任何意见将不胜感激。

谢谢！

【参考方案1】：

为了好玩，这里还有两个选项，第一个使用基本函数aggregate()，第二个使用data.table 包：

> aggregate(edge ~ sender + receiver + attribute, FUN = "sum", data = df)
  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1
4      5        5        13    0
> require(data.table)
> dt <- data.table(df)
> dt[, list(sumedge = sum(edge)), by = "sender, receiver, attribute"]
     sender receiver attribute sumedge
[1,]      1        1        12       0
[2,]      1        2        12       3
[3,]      3        4        13       1
[4,]      5        5        13       0

为了记录，这个问题已经被问了很多很多次了，仔细阅读my own answers 会产生几个答案，这些答案会为你指明正确的道路。

【讨论】：

任何只使用基本函数的答案总是会得到我的 +1。

【参考方案2】：

plyr 是你的朋友——虽然我认为你的最终结果在输入数据的情况下并不完全正确。

library(plyr)

ddply(df, .(sender, receiver, attribute), summarize, edge = sum(edge))

返回

  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1
4      5        5        13    0

【讨论】：

我认为 OP 并不打算按 sender + receiver + attribute 分组，而只是按 sender + receiver 分组，而 attribute 则顺其自然。在示例中，attribute 恰好对于 sender + receiver 配对是唯一的，但我认为这是偶然的