R：如果另一列具有不同的值，如何使用aggregate（）函数对某一列的数据求和？

Question

嘿，我对聚合功能有疑问。 我的数据如下所示：

 transect_id    year    day month   LST precipitation   
 1  TR001   2010    191 4   30.62083    0.0000  
 2  TR001   2010    191 4   30.62083    0.0003  
 3  TR001   2010    191 5   30.62083    0.0001  
 4  TR001   2010    191 7   30.62083    0.0000  
 5  TR001   2010    191 7   30.62083    0.0000  
 6  TR001   2011    191 7   30.62083    0.0007

我想对每年每个夸脱的降水量求和。 这意味着：每年总计1-3个月，4-6个月，7-9个月和10-12个月的降水量（以我为例，2010-2013年）。 并为其添加一列。 我认为我应该使用plyr包中的mutate（）函数，然后执行类似的操作

weather_gam.mutated<-mutate(weather_gam, precipitation.spring=aggregate(precipitation by = list(Category=year)))

但是几个月来该怎么办？ 我根本无法弄清楚。 我尝试了by = list(Category= month==1)东西by = list(Category= month==1)但是显然这不是在这里成功的必要条件。 因此，基本上我只是尝试做SUMIFS(F1:Fx, B1:Bx = "2010", D1:Dx = "1", D1:Dx = "2", D1:Dx = "3"我只是希望通过设置

by = list(Category=year)

当年份相同时，它将自动总和，因此我不需要每年手动进行。 如果您对解决方法有完全不同的想法，我将非常感谢您的帮助。

Answer 1

这是dplyr和lubridate的解决方案； 这个想法是使用lubridate的quarter函数来找出属于哪个四分之一月。 创建“ Quarter列，按“季度”分组，然后为每个组创建“总和”或“ precipitation ”。

library(lubridate)
library(dplyr)
df$month <- month(df$month)
df %>% mutate(Quarter = quarter(month)) %>% group_by(Quarter) %>% mutate(SumPre = sum(precipitation))

Source: local data frame [6 x 8]
Groups: Quarter

  transect_id year day month      LST precipitation Quarter SumPre
1       TR001 2010 191     4 30.62083         0e+00       2  4e-04
2       TR001 2010 191     4 30.62083         3e-04       2  4e-04
3       TR001 2010 191     5 30.62083         1e-04       2  4e-04
4       TR001 2010 191     7 30.62083         0e+00       3  7e-04
5       TR001 2010 191     7 30.62083         0e+00       3  7e-04
6       TR001 2011 191     7 30.62083         7e-04       3  7e-04

这里是aggregate另一种方法

library(lubridate)
df$month <- month(df$month)
df$Quarter <- quarter(df$month)
aggregate(precipitation ~ Quarter, data = df, sum)
Quarter precipitation
1       2         4e-04
2       3         7e-04

数据

df <- structure(list(transect_id = structure(c(1L, 1L, 1L, 1L, 1L, 
1L), .Label = "TR001", class = "factor"), year = c(2010L, 2010L, 
2010L, 2010L, 2010L, 2011L), day = c(191L, 191L, 191L, 191L, 
191L, 191L), month = c(4L, 4L, 5L, 7L, 7L, 7L), LST = c(30.62083, 
30.62083, 30.62083, 30.62083, 30.62083, 30.62083), precipitation = c(0, 
3e-04, 1e-04, 0, 0, 7e-04)), .Names = c("transect_id", "year", 
"day", "month", "LST", "precipitation"), row.names = c("1", "2", 
"3", "4", "5", "6"), class = "data.frame")

Answer 2

使用dplyr而不是plyr：

library(dplyr)

d.in %>%
    mutate(q=cut(month, c(0,3,6,9,12), labels=c("q1", "q2", "q3", "q4"))) %>%
    group_by(year, q) %>%
    mutate(sum.prec = sum(precipitation))