[英]Aggregate data in one column based on values in another column
我知道有一种简单的方法可以做到这一点……但是,我想不通。
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。 我试图获得这样的变量:
sum1 <- [the sum of all B values such that A is 1.2]
num1 <- [the number of times A is 1.2]
有什么简单的方法可以做到这一点? 我基本上想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 值的总和。
我会使用aggregate
来获取两个聚合,然后merge
它们merge
到一个数据框中:
> 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
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))
这是一个使用data.table
来提高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
行进行子集化(根据对@aix 答案的评论)
DT[C==1, list(totalB = sum(B), num = .N), by = A]
这是使用plyr
包的解决方案
plyr::ddply(df, .(A), summarize, num = length(A), totalB = sum(B))
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.