Question

我知道有一种简单的方法可以做到这一点......但是，我无法弄明白。

我的R脚本中有一个数据框，如下所示：

A      B    C
1.2    4    8
2.3    4    9
2.3    6    0
1.2    3    3
3.4    2    1 
1.2    5    1

请注意，A，B和C是列名。而我正试图得到这样的变量：

sum1 <- [the sum of all B values such that A is 1.2]
num1 <- [the number of times A is 1.2]

任何简单的方法吗？我基本上想要得到一个如下所示的数据框：

    A     num     totalB
   1.2    3       12
   etc    etc     etc

其中“num”是特定A值出现的次数，“totalB”是给定A值的B值之和。

Answer 1

我使用aggregate获取两个聚合，然后merge将它们合并为一个数据框：

> df
    A B C
1 1.2 4 8
2 2.3 4 9
3 2.3 6 0
4 1.2 3 3
5 3.4 2 1
6 1.2 5 1

> num <- aggregate(B~A,df,length)
> names(num)[2] <- 'num'

> totalB <- aggregate(B~A,df,sum)
> names(totalB)[2] <- 'totalB'

> merge(num,totalB)
    A num totalB
1 1.2   3     12
2 2.3   2     10
3 3.4   1      2

Answer 2

以下是使用plyr包

的解决方案

plyr::ddply(df, .(A), summarize, num = length(A), totalB = sum(B))

Answer 3

以下是使用data.table进行内存和时间效率的解决方案

library(data.table)
DT <- as.data.table(df)
DT[, list(totalB = sum(B), num = .N), by = A]

仅对C==1的行进行子集（根据@aix回答的注释）

DT[C==1, list(totalB = sum(B), num = .N), by = A]

Answer 4

在dplyr：

library(tidyverse)
A <- c(1.2, 2.3, 2.3, 1.2, 3.4, 1.2)
B <- c(4, 4, 6, 3, 2, 5)
C <- c(8, 9, 0, 3, 1, 1)

df <- data_frame(A, B, C)

df %>%
    group_by(A) %>% 
    summarise(num = n(),
              totalB = sum(B))

根据另一列中的值汇总一列中的数据

4 个答案: