R：遍歷列的唯一值並計算新變量

Question

我試圖通過引用一列（SID）中的唯一值來遍歷數據集。 我想基於數據框中的現有列創建幾個變量。 這些將針對SID的每個唯一值進行計算。 目前，我的代碼並未根據SID的唯一值進行分離。 它是對整個數據集的值求和。

這是一個例子：

數據：

fpd_2b.csv

數據框中有40行。 SID中有20行的值為“ 9003”，而有20行的值為“ 1028”。

我想創建一個變量和名為“ numPR”的列，它是df中已存在的列的值之和（“ PreviewRound”）。 “ PreviewRound”中的值為0或1s。

在此特定示例中，對於SID的每個唯一值，numPR應該為6，但是當前為12（不按SID分隔）。

這是代碼：

file = "fpd_2b.csv"
headers = read.csv(file, header = F, nrows = 1, as.is = T)

df = read.csv(file, skip = 2, header = F)
colnames(df) = headers

# Remove blank rows (there is a blank row between each unique SID)
df = subset(df, SID  >1)

df$SID = factor(df$SID)

for (sid in unique(df$SID)) { 
  numPR = sum(df$PreviewRound)
  df$numPR = numPR
}

numPR的整個列都用12填充，但是應該用6填充（9003為6，1028為6）。 任何幫助將非常感激！ 我已經檢查了Stack Overflow和其他網站上的類似帖子，但是還沒有碰到我的問題。 我確信解決方案非常簡單，非常感謝您的幫助！

Answer 1

如果要創建列，請使用“ SID”作為分組變量

df$numPR <- with(df, ave(PreviewRound, SID, FUN = sum))

或者，如果我們想要匯總的輸出，請使用aggregate

aggregate(PreviewRound~ SID, df, FUN = sum)

---

OP代碼的問題是如何替換值

df$numPR = numPR

在OP的for循環中，更重要的是

numPR = sum(df$PreviewRound) 

正在獲取整個“ PreviewRound”列的sum

每次for循環運行時，“ numPR”列都會更新for僅留下last更新的unique “ SID”的一個sum 。 為了避免這種情況，請使用索引

df$numPR <- NA
for (sid in unique(df$SID)) { 
    i <- df$SID == sid # create a logical index
    numPR = sum(df$PreviewRound[i]) # subet the data based on the index
  df$numPR[i] = numPR # assign the values only to those selected rows
}