当我在 R 中使用聚合时，我可以将总和应用于每一行吗？

Posted 2023-02-16

【中文标题】当我在 R 中使用聚合时，我可以将总和应用于每一行吗？

【英文标题】：Can I apply the sum to every row when I use aggregate in R [closed]

【发布时间】：2018-12-23 13:06:50

【问题描述】：

当我使用聚合（或任何其他更好的函数）时，如何将总和应用于每一行？非常感谢您的帮助！XD

原始数据

Categories  vaule
A1           5
A2           3
C            2
B1           6
A3           1
B2           5

目标

 Categories Groups  SUM of the Group
    A1            A     9
    A2            A     9
    C             C     2
    B1            B     11
    A3            A     9
    B2            B     11

【问题讨论】：

欢迎来到 ***。请花一些时间重新组织您的问题，您可以参考“What topics can I ask about here?”和how to ask good questions。

试试library(dplyr); df1 %>% group_by(Groups = str_remove(Categories, "\\d+")) %>% mutate(SUMOFGROUP = sum(value))

请不要使用图片作为数据。以可以复制和粘贴到 R 的形式提供数据。您可以使用dput(x) 以可复制的形式提供x。

【参考方案1】：

我们可以使用tidyverse。通过删除“类别”中的一位或多位数字（stringr 中的str_remove）然后 mutate 以在按“组”分组后获得“值”的sum 来创建“组”

library(tidyverse)
df1 %>% 
   group_by(Groups = str_remove(Categories, "\\d+")) %>%
   mutate(SUMOFGROUP = sum(value)) %>% 
   select(-value)
# A tibble: 6 x 3
# Groups:   Groups [3]
#  Categories Groups SUMOFGROUP
#  <chr>      <chr>       <int>
#1 A1         A               9
#2 A2         A               9
#3 C          C               2
#4 B1         B              11
#5 A3         A               9
#6 B2         B              11

数据

df1 <- structure(list(Categories = c("A1", "A2", "C", "B1", "A3", "B2"
 ), value = c(5L, 3L, 2L, 6L, 1L, 5L)), .Names = c("Categories", 
 "value"), class = "data.frame", row.names = c(NA, -6L))

【参考方案2】：

使用最后注释中定义的DF 这是一个基本解决方案：

Group <- gsub("\\d", "", DF$Category)
transform(DF, Value = NULL, Group = Group, Sum = ave(Value, Group, FUN = sum))

给予：

  Category Group Sum
1       A1     A   9
2       A2     A   9
3        C     C   2
4       B1     B  11
5       A3     A   9
6       B2     B  11

注意

可重现形式的输入DF 是：

Lines <- 
"Category Value
A1 5
A2 3
C 2
B1 6
A3 1
B2 5"
DF <- read.table(text = Lines, header = TRUE, as.is = TRUE)

【讨论】：

我不得不使用read.table(textConnection(Lines), …)，而不是read.table(text = Lines, …)。

这应该没有必要。再试一次。

我肯定不会再试一次，因为你应该知道，重复同样的事情并期待不同的结果是精神错乱的表现。

将 R 升级到最新版本并在全新的原版会话中试用。有问题，因为 text= 确实可以作为 read.table 的参数。

正如您似乎通过建议“升级 R”所怀疑的那样，行为可能会因 R 的不同版本而有所不同，这并没有错。既然我可以很容易地让它工作，我就不用费心“升级”了。