基于R中的列汇总数据

Question

我有一个看起来像这样的数据集（实际数据是 10K x 5K，所以我真的需要一个快捷方式）：

簇	项目 1	项目 2	第 3 项
1	1	2	2
1	3	1	1
1	1	3	0
2	3	2	0
2	0	0	2
2	4	2	2
3	0	1	1
3	1	1	2

我想按集群添加每个数据集的列，所以它看起来像这样：

簇	项目 1	项目 2	第 3 项
1	5	6	3
2	7	4	4
3	1	2	3

我想按某一列对它们求和。

Answer 1

您可以使用aggregate （ dat是您的数据框的名称）：

aggregate(dat[-1], dat["Cluster"], sum)

#   Cluster Item1 Item2 Item3
# 1       1     5     6     3
# 2       2     7     4     4
# 3       3     1     2     3

---

使用data.table ：

library(data.table)
setDT(dat)[ , lapply(.SD, sum), by = Cluster]
#    Cluster Item1 Item2 Item3
# 1:       1     5     6     3
# 2:       2     7     4     4
# 3:       3     1     2     3

---

使用dplyr ：

dat %>%
  group_by(Cluster) %>%
  summarise_each(funs(sum))
#   Cluster Item1 Item2 Item3
# 1       1     5     6     3
# 2       2     7     4     4
# 3       3     1     2     3

Answer 2

谢谢你的回答，我也用过这个好用的，效果很好：

 aggregate(. ~ Cluster, data=dat, FUN=sum)



#   Cluster Item1 Item2 Item3
# 1       1     5     6     3
# 2       2     7     4     4
# 3       3     1     2     3

Answer 3

尝试：

> sapply(ddf[-1], function(x) tapply(x,ddf$Cluster,sum))
  Item1 Item2 Item3
1     5     6     3
2     7     4     4
3     1     2     3

Answer 4

如果要总结所有varibales除了分组，利用across在dplyr

df <- read.table(text = "Cluster    Item1   Item2   Item3
1   1   2   2
1   3   1   1
1   1   3   0
2   3   2   0
2   0   0   2
2   4   2   2
3   0   1   1
3   1   1   2", header = T)

df %>% group_by(Cluster) %>% summarise(across(everything(), ~sum(.)))

# A tibble: 3 x 4
  Cluster Item1 Item2 Item3
    <int> <int> <int> <int>
1       1     5     6     3
2       2     7     4     4
3       3     1     2     3