R 根据选定的条件返回和计算值

我一直在四处寻找，但仍然没有找到答案。我希望根据我的标准来查看和计算某些结果<代码>如果和

匹配

函数不会得到我想要的结果。原始数据集如下所示：

Type  Name  Value
A     DK    3
A     MO    2
A     OM    5
A     LSO   3
B     GOP   6
B     ADG   5
C     BFC   7
D     TMD   6

我想得到的是，如果Type=A，则列出名称并根据值计算权重，如下所示：

DK    0.081
MO    0.054
OM    0.135
LSO   0.081

如有任何建议，我们将不胜感激。非常感谢你

require（dplyr）
require(dplyr)


d<-data.frame(Type=c("A","A","A","A","B","B","C","D"),
              Name = c("DK","MO","OM","LSO","GOP","ADG","BFC","TMD "),
              Value=c(3,2,5,3,6,5,7,6)
             )

dd<- d %>% 
      mutate(den=sum(Value)) %>% 
      filter(Type=="A") %>% 
      group_by(Name) %>% 
      summarise(Y=Value/min(den))
dd

d%
过滤器（类型==“A”）%>%
分组单位（名称）%>%
总结（Y=值/分钟（单位））
dd

如果性能很重要，并且您有大量数据，请使用包data.table中的data.table：

dt <- data.table( type=c("A", "A", "A", "A", "B", "B", "C", "D")
                  , name=c("DK", "MO", "OM", "LSO", "GOP", "ADG", "BFC", "TMD")
                  , value=c(3, 2, 5, 3, 6, 5, 7, 6))

value.total <- sum(dt$value)

dt[type=="A", .(name, weight=value/value.total)]

如果要计算每行（而不仅仅是“A”）的重量（“比例”），请使用：

其结果是：

   name     weight
1:   DK 0.08108108
2:   MO 0.05405405
3:   OM 0.13513514
4:  LSO 0.08108108
5:  GOP 0.16216216
6:  ADG 0.13513514
7:  BFC 0.18918919
8:  TMD 0.16216216

---

类型
属性表
和子集
prop.table（Value）[Type=='A']
请始终添加创建data.frame的R代码，以帮助更轻松地回答您的问题：-）“基于值的权重”表示组内或所有组内的值的权重（小值表示）？抱歉，我是从csv文件导入的。基于值的权重是指所有组中的权重。rawr的回答（
prop.table（Value）[Type='A']
）解决了我问题的第二部分。可能与Thank you Gaurav重复，但我得到了这个
错误：找不到函数“%>%”
如何修复？是否安装了dplyr软件包？尝试运行
install.packages（“dplyr”）
。如果已安装，则不会出现错误。忘记加载包。再次感谢你！嗨，Gaurav，当我将相同的代码应用到我自己的数据集时，我得到了
错误：需要一个值
。如果省略
summary（）
部分，则不会收到任何错误消息。知道是什么导致了这个问题吗？@T-T，我的坏，用
summary（）
代替
summary（）
完美！谢谢！
dt[, .(name, weight=value/value.total)]

   name     weight
1:   DK 0.08108108
2:   MO 0.05405405
3:   OM 0.13513514
4:  LSO 0.08108108
5:  GOP 0.16216216
6:  ADG 0.13513514
7:  BFC 0.18918919
8:  TMD 0.16216216

Type <- c('A','A','A','A','B','B','C','D')
Name <- c('DK', 'MO', 'OM', 'LSO', 'GOP', 'ADG','BFC','TMD')
Value <- c(3,2,5,3,6,5,7,6)
Dat <- data.frame(Type, Name,Value)
Dat
     Type Name Value
1    A   DK     3
2    A   MO     2
3    A   OM     5
4    A  LSO     3
5    B  GOP     6
6    B  ADG     5
7    C  BFC     7
8    D  TMD     6

new.dat <- data.frame(Name, Weight=(Value/sum(Value)))
new.dat
    Name     Weight
1   DK       0.08108108
2   MO       0.05405405
3   OM       0.13513514
4   LSO      0.08108108
5   GOP      0.16216216
6   ADG      0.13513514
7   BFC      0.18918919
8   TMD      0.16216216