多列中每个类别的小计

Posted 2023-05-08

【中文标题】多列中每个类别的小计

【英文标题】：subtotals per category over multiple columns

【发布时间】：2019-01-10 22:13:42

【问题描述】：

我正在寻找一种有效的解决方案，为“id”列中的每个类别的新行中的每一列添加小计。我可以通过使用下面的代码来实现所需的输出，但这种方法对于大型数据集效率不高。是否可以使用数据表来实现这一点？

谢谢！

data <- data.frame(id = c("a","b","a","b","c","c","c","a","a","b"),
               total = c(1,2,3,4,2,3,4,2,3,4),
               total2 = c(2,3,4,2,3,4,5,6,4,2),
               total3 = c(2,3,4,5,6,3,2,3,4,5))

data_new <- data.frame(id = character(), total = numeric(), total2 = 
numeric(), total3 = numeric())

for (i in unique(data$id))

subset <- data[data$id == i,]

subtotals <- data.frame(id = i, total = sum(subset$total), total2 = 
sum(subset$total2), total3 = sum(subset$total3))

subset <- rbind(subset,subtotals)

data_new <- rbind(data_new, subset)




data_new 

【参考方案1】：

这里有一个data.table 解决方案：

library(data.table)
setDT(data)
rbind(data, data[, lapply(.SD,sum), by=id])[order(id)]
#    id total total2 total3
# 1:  a     1      2      2
# 2:  a     3      4      4
# 3:  a     2      6      3
# 4:  a     3      4      4
# 5:  a     9     16     13
# 6:  b     2      3      3
# 7:  b     4      2      5
# 8:  b     4      2      5
# 9:  b    10      7     13
#10:  c     2      3      6
#11:  c     3      4      3
#12:  c     4      5      2
#13:  c     9     12     11

将by= 与id 变量分组，然后通过lapply(.SD,sum) 计算除id 之外的每个变量的总和。然后rbind这个回到主集，然后orderid的行。

【参考方案2】：

这是使用aggregate 的基本 R 解决方案。感谢@thelatemail 简化了原始版本。

SubTotals = aggregate(data[,2:4], data["id"], sum)
data_new = rbind(data, SubTotals)
data_new = data_new[order(data_new$id),]
data_new
   id total total2 total3
1   a     1      2      2
3   a     3      4      4
8   a     2      6      3
9   a     3      4      4
11  a     9     16     13
2   b     2      3      3
4   b     4      2      5
10  b     4      2      5
12  b    10      7     13
5   c     2      3      6
6   c     3      4      3
7   c     4      5      2
13  c     9     12     11

【讨论】：

list(data$id) 也可以是 data["id"]，这样可以避免重命名。甚至aggregate(. ~ id, data, sum)

@thelatemail 这是一个很大的改进。我会将它添加到解决方案中。

【参考方案3】：

这是一种 tidyverse 风格的方法：

library(tidyverse)

data_new <- bind_rows(data, 
                      data %>% 
                        group_by(id) %>% 
                        summarise_all(sum)
                      ) %>% 
  arrange(id) %>% 
  print()
#>    id total total2 total3
#> 1   a     1      2      2
#> 2   a     3      4      4
#> 3   a     2      6      3
#> 4   a     3      4      4
#> 5   a     9     16     13
#> 6   b     2      3      3
#> 7   b     4      2      5
#> 8   b     4      2      5
#> 9   b    10      7     13
#> 10  c     2      3      6
#> 11  c     3      4      3
#> 12  c     4      5      2
#> 13  c     9     12     11

^{由reprex package (v0.2.1) 于 2019 年 1 月 10 日创建}