R for循環，用於根據數據幀的不同列計算總和

Question

我當前的數據框如下所示：

# Create sample data
my_df <- data.frame(seq(1, 100), rep(c("ind_1", "", "", ""), times = 25), rep(c("", "ind_2", "", ""), times = 25), rep(c("", "", "ind_3", ""), times = 25), rep(c("", "", "", "ind_4"), times = 25))

# Rename columns
names(my_df)[names(my_df)=="seq.1..100."] <- "value"
names(my_df)[names(my_df)=="rep.c..ind_1................times...25."] <- "ind_1"
names(my_df)[names(my_df)=="rep.c......ind_2............times...25."] <- "ind_2"
names(my_df)[names(my_df)=="rep.c..........ind_3........times...25."] <- "ind_3"
names(my_df)[names(my_df)=="rep.c..............ind_4....times...25."] <- "ind_4"

# Replace empty elements with NA
my_df[my_df==''] = NA

我要編寫的腳本是一個相當簡單的for循環，它為四個ind_*列中的每一個計算value列的總和並輸出結果。

到目前為止，我非常微薄的嘗試是：

# Create a vector with all individuals
individuals <- c("ind_1", "ind_2", "ind_3", "ind_4")

# Calculate aggregates for each individual
for (i in individuals){
    ind <- 1
    sum_i <- aggregate(value~ind_1, data = my_df, sum)
    print(paste("Individual", i, "possesses an aggregated value of", sum_i$value))
    ind <- ind + 1
}

正如您所看到的，我當前很難包含正確的命令來計算一列接一列的總和作為當前輸出，自然地，僅計算ind_1的結果。 為了達到預期的結果，需要在aggregate命令中進行哪些更改（我是一個初學者，但是想到了使用索引從一列轉到另一列嗎？）？

Answer 1

假設您要計算ind列與您的個人向量中的表達式匹配的總和：

individuals <- c("ind_1", "ind_2", "ind_3", "ind_4")

for (i in 1:(ncol(my_df)-1)){
  print(sum(my_df$value[which(my_df[,individuals[i]] == individuals[i])]))
}

為什么要使用print()而不是將結果存儲在單獨的向量中？

Answer 2

您也可以嘗試tidyverse ：

my_df %>% 
   gather(key, Inds, -value) %>% 
   filter(!is.na(Inds)) %>% 
   group_by(key) %>% 
   summarise(Sum=sum(value))
# A tibble: 4 x 2
    key   Sum
  <chr> <int>
1 ind_1  1225
2 ind_2  1250
3 ind_3  1275
4 ind_4  1300

想法是使用gather來使數據長。 過濾出NA ，然后按Inds分組並匯總值。

更基本的R解決方案是：

library(reshape2)
my_df_long <- melt(my_df, id.vars = "value",value.name = "ID")
aggregate(value ~ ID, my_df_long, sum, na.rm= T)
     ID value
1 ind_1  1225
2 ind_2  1250
3 ind_3  1275
4 ind_4  1300