R - reduzieren von Zeilen und die Summe der Werte in der Spalte

Habe ich Folgendes dataframe (df1):

ID    someText    PSM OtherValues
ABC   c   2   qwe
CCC   v   3   wer
DDD   b   56  ert
EEE   m   78  yu
FFF   sw  1   io
GGG   e   90  gv
CCC   r   34  scf
CCC   t   21  fvb
KOO   y   45  hffd
EEE   u   2   asd
LLL   i   4   dlm
ZZZ   i   8   zzas

Ich würde gerne Zusammenbruch der ersten Spalte und fügen Sie die entsprechende PSM-Werte
und ich möchte die folgende Ausgabe erhalten:

ID  Sum PSM
ABC 2
CCC 58
DDD 56
EEE 80
FFF 1
GGG 90
KOO 45
LLL 4
ZZZ 8

Scheint es machbar, mit der Aggregat-Funktion, wissen aber nicht die syntax.
Jede Hilfe wird wirklich geschätzt! Danke.

InformationsquelleAutor RnD | 2013-05-27
  1. 18

    In der base:

    aggregate(PSM ~ ID, data=x, FUN=sum)
##    ID PSM
## 1 ABC   2
## 2 CCC  58
## 3 DDD  56
## 4 EEE  80
## 5 FFF   1
## 6 GGG  90
## 7 KOO  45
## 8 LLL   4
## 9 ZZZ   8
    InformationsquelleAutor Matthew Lundberg
  2. 2

    Dies ist super einfach mit der plyr Paket:

    library(plyr)
ddply(df1, .(ID), summarize, Sum=sum(PSM))
    InformationsquelleAutor Noam Ross
  3. 2

    Beispiel mit dplyr, die nächste iteration von plyr:

    df2 <- df1 %>% group_by(ID) %>%
     summarize(Sum_PSM = sum(PSM))

    Wenn Sie die Zeichen %>% sind, sind Sie "Rohre." Das heißt, Sie sind Eingabe, was ist auf der linken Seite der pipe-operator und ausführen der Funktion auf der rechten Seite.

    InformationsquelleAutor Chelsea
  4. 0

    Verwendung von Aggregat-Funktion scheint besser zu sein als dplyr, wenn Sie wollen, nur halten Sie die original-Spaltennamen und-arbeiten in einer Spalte zu einem Zeitpunkt. Vermeiden Sie die Benutzung der zusammenfassen-Funktion,

    Hinweis aus der zusammenfassen-Funktion-Dokumentation

    Vorsichtig sein, wenn mit bestehenden Variablennamen; die entsprechenden
    Spalten sofort mit den neuen Daten aktualisiert und dies kann
    Auswirkungen auf die nachfolgenden Operationen, bezogen auf die Variablen.

    Beispielsweise

    ## modified example from aggregate documentation with character variables and NAs
testDF <- data.frame(v1 = c(1,3,5,7,8,3,5,NA,4,5,7,9),
                 v2 = c(11,33,55,77,88,33,55,NA,44,55,77,99) )
by <- c("red", "blue", 1, 2, NA, "big", 1, 2, "red", 1, NA, 12)

aggregate(x = testDF, by = list(by1), FUN = "sum")
Group.1 v1  v2
1       1 15 165
2      12  9  99
3       2 NA  NA
4     big  3  33
5    blue  3  33
6     red  5  55

    Sie bekommen, was Sie wollen, aber wenn Sie zusammenzufassen und zu ddply müssen Sie angeben, Namen. Also, wenn Sie viele Spalten aggregieren zu sein scheint bequem.

    testDF$ID=by1
ddply(testDF, .(ID), summarize, v1=sum(v1), v2=sum(v2) )
ID v1  v2
1    1 15 165
2   12  9  99
3    2 NA  NA
4  big  3  33
5 blue  3  33
6  red  5  55
7 <NA> 15 165

    Den Effekt zu sehen der die sofortige Aktualisierung der Spalten zusammenfassen, können Sie die folgenden Beispiele,

    ddply(testDF, .(ID), summarize, v1=max(v1,v2), v2=min(v1,v2) )
ID v1 v2
1    1 55 55
2   12 99 99
3    2 NA NA
4  big 33 33
5 blue 33 33
6  red 44 11
7 <NA> 88 77

ddply(testDF, .(ID), summarize, v1=min(v1,v2), v2=min(v1,v2) )
ID v1 v2
1    1  5  5
2   12  9  9
3    2 NA NA
4  big  3  3
5 blue  3  3
6  red  1  1
7 <NA>  7  7

    Beachten Sie, dass wenn V1 verwendet max, der col ist bereits update bei der Berechnung von v2, so zum Beispiel im Falle von ID=1 können wir nicht die Nummer 5 bei Verwendung von min in v2.

    InformationsquelleAutor Nicolás Esteban Cofré Ramírez
  5. 0

    Verwendung von Daten.Tabelle

    setDT(df1)[,  lapply(.SD, sum) , by = ID, .SDcols = "PSM" ]
    InformationsquelleAutor Ferroao
Schreibe einen Kommentar