[英]R equivalent of SQL SUM OVER PARTITION BY ROWS PRECEDING
[英]Dplyr equivalent of SUM over PARTITION BY
我敢肯定這個問題以前被問過,但我找不到答案。
這是我的數據:
df <- data.frame(group=c("a","a","a","b","b","c"), value=c(1,2,3,4,5,7))
df
#> group value
#> 1 a 1
#> 2 a 2
#> 3 a 3
#> 4 b 4
#> 5 b 5
#> 6 c 7
我想要第三列,其中包含每個“組”的“價值”總和,如下所示:
#> group value group_sum
#> 1 a 1 6
#> 2 a 2 6
#> 3 a 3 6
#> 4 b 4 9
#> 5 b 5 9
#> 6 c 7 7
我怎樣才能用 dplyr 做到這一點?
使用 dplyr -
df %>%
group_by(group) %>%
mutate(group_sum = sum(value))
還沒有人提到data.table
:
library(data.table)
dat <- data.table(df)
dat[, `:=`(sums = sum(value)), group]
dat
轉換為:
group value sums
1: a 1 6
2: a 2 6
3: a 3 6
4: b 4 9
5: b 5 9
6: c 7 7
left_join(
df,
df %>% group_by(group) %>% summarise(group_sum = sum(value)),
by = c("group")
)
我不知道如何一步,但是
df_avg <- df %>% group_by(group) %>% summarize(group_sum=sum(value))
df %>% full_join(df_avg,by="group")
作品。 (這基本上相當於@KeqiangLi 的回答。)
來自基礎 R 的ave()
在這里也很有用:
df %>% mutate(group_sum=ave(value,group,FUN=sum))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.