![](/img/trans.png)
[英]Using mutate to create a new column with the first value of each group in R
[英]R: Aggregating data by column group - mutate column with values for each observation
我遇到一个初学者的问题,即汇总一个类别的数据的数据,创建一个新列,其中包含每个遵守情况下每个类别的数据的总和。
我想要以下数据:
PIN Balance
221 5000
221 2000
221 1000
554 4000
554 4500
643 6000
643 4000
看起来像:
PIN Balance Total
221 5000 8000
221 2000 8000
221 1000 8000
554 4000 8500
554 4500 8500
643 6000 10000
643 4000 10000
我试过使用聚合:输出<-聚合(df $ Balance〜df $ PIN,数据= df,总和),但是由于关闭的次数太少,因此无法将数据返回到我的原始数据集中。
您可以使用dplyr
执行您想要的操作。 我们首先group_by
PIN
,然后创建一个新列Total
使用mutate
是分组的总和Balance
:
library(dplyr)
res <- df %>% group_by(PIN) %>% mutate(Total=sum(Balance))
将数据用作数据框df
:
df <- structure(list(PIN = c(221L, 221L, 221L, 554L, 554L, 643L, 643L
), Balance = c(5000L, 2000L, 1000L, 4000L, 4500L, 6000L, 4000L
)), .Names = c("PIN", "Balance"), class = "data.frame", row.names = c(NA,
-7L))
## PIN Balance
##1 221 5000
##2 221 2000
##3 221 1000
##4 554 4000
##5 554 4500
##6 643 6000
##7 643 4000
我们得到了预期的结果:
print(res)
##Source: local data frame [7 x 3]
##Groups: PIN [3]
##
## PIN Balance Total
## <int> <int> <int>
##1 221 5000 8000
##2 221 2000 8000
##3 221 1000 8000
##4 554 4000 8500
##5 554 4500 8500
##6 643 6000 10000
##7 643 4000 10000
或者我们可以使用data.table
:
library(data.table)
setDT(df)[,Table:=sum(Balance),by=PIN][]
## PIN Balance Total
##1: 221 5000 8000
##2: 221 2000 8000
##3: 221 1000 8000
##4: 554 4000 8500
##5: 554 4500 8500
##6: 643 6000 10000
##7: 643 4000 10000
考虑使用sapply()
条件和方法的基本R解决方案:
df <- read.table(text="PIN Balance
221 5000
221 2000
221 1000
554 4000
554 4500
643 6000
643 4000", header=TRUE)
df$Total <- sapply(seq(nrow(df)), function(i){
sum(df[df$PIN == df$PIN[i], c("Balance")])
})
# PIN Balance Total
# 1 221 5000 8000
# 2 221 2000 8000
# 3 221 1000 8000
# 4 554 4000 8500
# 5 554 4500 8500
# 6 643 6000 10000
# 7 643 4000 10000
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.