R-折叠行并对列中的值求和

Posted

技术标签:

【中文标题】R-折叠行并对列中的值求和【英文标题】:R- Collapse rows and sum the values in the column 【发布时间】:2013-05-22 14:14:25 【问题描述】:

我有以下数据框(df1):

ID    someText    PSM OtherValues
ABC   c   2   qwe
CCC   v   3   wer
DDD   b   56  ert
EEE   m   78  yu
FFF   sw  1   io
GGG   e   90  gv
CCC   r   34  scf
CCC   t   21  fvb
KOO   y   45  hffd
EEE   u   2   asd
LLL   i   4   dlm
ZZZ   i   8   zzas

我想折叠第一列并添加相应的 PSM 值 我想得到以下输出:

ID  Sum PSM
ABC 2
CCC 58
DDD 56
EEE 80
FFF 1
GGG 90
KOO 45
LLL 4
ZZZ 8

聚合函数似乎可行,但不知道语法。 非常感谢任何帮助!谢谢。

【问题讨论】:

【参考方案1】:

在基地:

aggregate(PSM ~ ID, data=x, FUN=sum)
##    ID PSM
## 1 ABC   2
## 2 CCC  58
## 3 DDD  56
## 4 EEE  80
## 5 FFF   1
## 6 GGG  90
## 7 KOO  45
## 8 LLL   4
## 9 ZZZ   8

【讨论】:

【参考方案2】:

使用dplyr的例子,plyr的下一次迭代:

df2 <- df1 %>% group_by(ID) %>%
     summarize(Sum_PSM = sum(PSM))

当您输入字符%&gt;% 时,您就是在“管道”。这意味着您正在输入该管道运算符左侧的内容并在右侧执行功能。

【讨论】:

【参考方案3】:

使用plyr 包非常简单:

library(plyr)
ddply(df1, .(ID), summarize, Sum=sum(PSM))

【讨论】:

【参考方案4】:

如果您只想保留原始列名并一次在一列内操作,使用聚合函数似乎比 dplyr 更好。避免使用汇总函数,

summary 函数文档中的注释

使用现有变量名时要小心;相应的 列将立即用新数据更新,这可以 影响引用这些变量的后续操作。

例如

## modified example from aggregate documentation with character variables and NAs
testDF <- data.frame(v1 = c(1,3,5,7,8,3,5,NA,4,5,7,9),
                 v2 = c(11,33,55,77,88,33,55,NA,44,55,77,99) )
by <- c("red", "blue", 1, 2, NA, "big", 1, 2, "red", 1, NA, 12)

aggregate(x = testDF, by = list(by1), FUN = "sum")
Group.1 v1  v2
1       1 15 165
2      12  9  99
3       2 NA  NA
4     big  3  33
5    blue  3  33
6     red  5  55

你得到你想要的,但是当你使用 summarise 和 ddply 时,你需要指定名称。所以如果你有很多列,聚合似乎很方便。

testDF$ID=by1
ddply(testDF, .(ID), summarize, v1=sum(v1), v2=sum(v2) )
ID v1  v2
1    1 15 165
2   12  9  99
3    2 NA  NA
4  big  3  33
5 blue  3  33
6  red  5  55
7 <NA> 15 165

要查看立即更新列的效果,您可以查看以下示例,

ddply(testDF, .(ID), summarize, v1=max(v1,v2), v2=min(v1,v2) )
ID v1 v2
1    1 55 55
2   12 99 99
3    2 NA NA
4  big 33 33
5 blue 33 33
6  red 44 11
7 <NA> 88 77

ddply(testDF, .(ID), summarize, v1=min(v1,v2), v2=min(v1,v2) )
ID v1 v2
1    1  5  5
2   12  9  9
3    2 NA NA
4  big  3  3
5 blue  3  3
6  red  1  1
7 <NA>  7  7

请注意,当V1使用max时,计算v2时col已经更新,所以例如ID=1的情况下,在v2中使用min时我们不能得到数字5。

【讨论】:

【参考方案5】:

使用 data.table

setDT(df1)[,  lapply(.SD, sum) , by = ID, .SDcols = "PSM" ]

【讨论】:

以上是关于R-折叠行并对列中的值求和的主要内容,如果未能解决你的问题,请参考以下文章

如何聚合数据框并通过 r 中的重复行对列的值求和

按场景/年重复对列中的 46 个单元格求和

如何在 Jaspersoft iReport Designer 中对列中的所有值求和?

Excel公式,如果一列中存在重复且另一列中存在特定文本,则对列进行求和

遍历 pandas 行并根据其他列中的值设置列值

创建视图并对列值进行求和