R-свернуть строки и суммировать значения в столбце

у меня есть следующий фрейм данных (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

Я хотел бы свернуть первый столбец и добавить соответствующие значения PSM и я хотел бы получить следующий результат:

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

это кажется выполнимым с агрегатной функцией, но не знает синтаксиса. Любая помощь действительно ценится! Спасибо.

7
aggregate collapse r rows unique

4 ответов

в базе:

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
17

это очень легко с помощью plyr пакет:

library(plyr)
ddply(df1, .(ID), summarize, Sum=sum(PSM))
2

пример использования dplyr, следующая итерация plyr:

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

когда вы ставите символы %>%, вы "трубопроводов."Это означает, что вы вводите то, что находится на левой стороне этого оператора трубы, и выполняете функцию справа.

2

использование агрегатной функции кажется лучше, чем dplyr, если вы хотите просто сохранить исходные имена столбцов и работать внутри одного столбца за раз. Избегая использования функции суммирования,

Примечание от функции summarize документации

будьте осторожны при использовании существующих имен переменных; соответствующие столбцы будут немедленно обновлены с новыми данными, и это может влияют на последующие операции, относящиеся к тем переменная.

например

## 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

вы получаете то, что хотите, но при использовании summarise и ddply вам нужно указать имена. Поэтому, если у вас много столбцов, aggregate кажется удобным.

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

чтобы увидеть эффект немедленного обновления столбцов с суммированием, вы можете проверить следующие примеры,

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

обратите внимание, что когда V1 использует max, col уже обновляется при вычислении v2, поэтому, например, в случае ID=1 мы не можем получить число 5 при использовании min в v2.

0