R 基于第二向量的子集和

我得到了两个向量：

a <- c(1,1,2,3,4,4,4,4,5,6)
b <- c(T,F,T,F,T,T,F,F,F,T)

我能想到的最好办法就是使用sapply：

sapply(unique(a), FUN = function(uniqueA, a, b) sum(b[a == uniqueA]), a = a, b = b)

这很好，但对于较大的向量，速度相当慢。（我尝试了一些子集变体。）

---

a您可以使用
aggregate
：

aggregate(b, list(a), sum)  

为了获得最快的性能，我建议使用
data.table
。设置需要更长的时间，但对于较大的数据量，性能应该相当好

library(data.table)
dt <- data.table(a = a, b = b)
dt[,sum(b), by = a]

库（data.table）
dt您可以使用
aggregate
：

aggregate(b, list(a), sum)  

为了获得最快的性能，我建议使用
data.table
。设置需要更长的时间，但对于较大的数据量，性能应该相当好

library(data.table)
dt <- data.table(a = a, b = b)
dt[,sum(b), by = a]

库（data.table）
dt这一个可能使用以R为底的
表
：

t <- table(a[b])
z <- as.numeric(names(t))
rbind(unname(cbind(z, t)), cbind(setdiff(unique(a),z),0))

    # [,1] [,2]
# [1,]    1    1
# [2,]    2    1
# [3,]    4    2
# [4,]    6    1
# [5,]    3    0
# [6,]    5    0

t这一个可能使用R基中的
表
：

t <- table(a[b])
z <- as.numeric(names(t))
rbind(unname(cbind(z, t)), cbind(setdiff(unique(a),z),0))

    # [,1] [,2]
# [1,]    1    1
# [2,]    2    1
# [3,]    4    2
# [4,]    6    1
# [5,]    3    0
# [6,]    5    0

t或者我们可以使用
tidyverse

library(tidyverse)
tibble(a, b) %>% 
       group_by(a) %>%
       summarise(b = sum(b))


一个基本的R选项是

rowsum(+b, a)

或者我们可以使用
tidyverse

library(tidyverse)
tibble(a, b) %>% 
       group_by(a) %>%
       summarise(b = sum(b))


一个基本的R选项是

rowsum(+b, a)

tapply（b，a，sum）
？
tapply（b，a，sum）
？非常感谢。这是相当大的性能提升
data.table
对我来说不是一个好办法，因为我想在函数中使用它，不想强制使用这个包。非常感谢。这是相当大的性能提升
data.table
对我来说不是一个好办法，因为我想在函数中使用它，不想强制使用包。rowsum变量实际上非常好，因为我只需要向量而不需要矩阵。（抱歉，问错了问题。）“+”有什么作用？@Georgery输出矩阵可以强制为向量，即
c（行和（+b，a））
是的，我知道。谢谢但是
+
-它做了什么？@Georgery
行和
没有将逻辑向量作为参数，因此我们必须将它强制为整数。您可以使用
+
转换为二进制，或者使用
as.integer
包装，即
行和（as.integer（b），a）
行和变量实际上非常好，因为我只需要向量，不需要矩阵。（抱歉，问错了问题。）“+”有什么作用？@Georgery输出矩阵可以强制为向量，即
c（行和（+b，a））
是的，我知道。谢谢但是
+
-它做了什么？@Georgery
行和
没有将逻辑向量作为参数，因此我们必须将它强制为整数。您可以使用
+
转换为二进制，或者使用
as.integer
换行，即
行和（as.integer（b），a）
稍微短一点
cbind（unique（sort（a）），table（a，b）[，2]）
。稍微短一点
cbind（unique（sort（A）），table（A，b）[，2]）
。