R 按组统计大于0的非NA值的数目

以下是数据集

df

的示例：

Name    L1     L2     L3    L4
Carl    1       NA     0     2
Carl    0       1     4     1 
Joe     3       0     3     1
Joe     2       2     1     0

我想创建一个函数，该函数能够将L2、L3和L4列中大于0的值的数量作为某个名称的函数进行汇总。例如：

someFunction(Joe)
# 4

但是，我的专栏中有一些

NA

s

我已尝试使用

complete.cases

删除

NA

s，但我不想删除整行。我想使用

聚合

，但是，我不确定如何使用。谢谢你的帮助。

我们可以使用

colSums(df[c("L2", "L3", "L4")] > 0, na.rm = TRUE)

或者，您可能需要每人支付一笔金额：

m <- rowsum((df[c("L2", "L3", "L4")] > 0) + 0, df[["Name"]], na.rm = TRUE)

#     L2 L3 L4
#Carl  1  1  2
#Joe   1  2  1

因此，我们需要一个括号来首先计算

，然后计算

+

如果希望结果为数据帧，只需通过以下方式将结果矩阵转换为数据帧：

data.frame(m)

---

跟进

人们不再回答，因为您关于获取函数的特定问题不如获取摘要数据集有趣

如果你仍然采用我的方法，我会定义这样的函数：

extract <- function (person) {
  m <- rowsum((df[c("L2", "L3", "L4")] > 0) + 0, df[["Name"]], na.rm = TRUE)
  rowSums(m)[[person]]
  }

注意，这显然不是编写此类函数的最有效方法。因为如果您只想提取一个人的总和，则无需继续处理所有数据。我们可以做到：

extract2 <- function (person) {
  ## subset data
  sub <- subset(df, df$Name == person, select = c("L2", "L3", "L4"))
  ## get sum
  sum(sub > 0, na.rm = TRUE)
  }

我们可以使用

colSums(df[c("L2", "L3", "L4")] > 0, na.rm = TRUE)

或者，您可能需要每人支付一笔金额：

m <- rowsum((df[c("L2", "L3", "L4")] > 0) + 0, df[["Name"]], na.rm = TRUE)

#     L2 L3 L4
#Carl  1  1  2
#Joe   1  2  1

因此，我们需要一个括号来首先计算

，然后计算

+

如果希望结果为数据帧，只需通过以下方式将结果矩阵转换为数据帧：

data.frame(m)

---

跟进

人们不再回答，因为您关于获取函数的特定问题不如获取摘要数据集有趣

如果你仍然采用我的方法，我会定义这样的函数：

extract <- function (person) {
  m <- rowsum((df[c("L2", "L3", "L4")] > 0) + 0, df[["Name"]], na.rm = TRUE)
  rowSums(m)[[person]]
  }

注意，这显然不是编写此类函数的最有效方法。因为如果您只想提取一个人的总和，则无需继续处理所有数据。我们可以做到：

extract2 <- function (person) {
  ## subset data
  sub <- subset(df, df$Name == person, select = c("L2", "L3", "L4"))
  ## get sum
  sum(sub > 0, na.rm = TRUE)
  }

---

使用

plyr

您可以：

library(plyr)

nonZeroDF = ddply(DF[,-2],"Name",.fun = function(x) 
data.frame(nonZeroObs=sum((x[,-1]) >0,na.rm=TRUE) ))

#  Name nonZeroObs
#1 Carl          4
#2  Joe          4

---

使用

plyr

您可以：

library(plyr)

nonZeroDF = ddply(DF[,-2],"Name",.fun = function(x) 
data.frame(nonZeroObs=sum((x[,-1]) >0,na.rm=TRUE) ))

#  Name nonZeroObs
#1 Carl          4
#2  Joe          4

---

使用

aggregate

，您需要设置

sum

的

na.rm

参数，以及

aggregate

本身的

na.action

参数。在这之后，很容易添加三列：

df_sums <- aggregate(. ~ Name, df, FUN = function(x) {
    sum(x > 0, na.rm = TRUE)
}, na.action = na.pass)

df_sums$sum_L2_L3_L4 <- with(df_sums, L1 + L2 + L3)

df_sums
##   Name L1 L2 L3 L4 sum_L2_L3_L4
## 1 Carl  1  1  1  2            4
## 2  Joe  2  1  2  1            4

或者直接,

df %>% group_by(Name) %>% summarise(sum = sum(cbind(L2, L3, L4) > 0, na.rm = TRUE))
## # A tibble: 2 × 2
##     Name   sum
##   <fctr> <int>
## 1   Carl     4
## 2    Joe     4

setDT(df)[, .(sum = sum(cbind(L2, L3, L4) > 0, na.rm = TRUE)), by = Name]

##    Name sum
## 1: Carl   4
## 2:  Joe   4

---

使用

aggregate

，您需要设置

sum

的

na.rm

参数，以及

aggregate

本身的

na.action

参数。在这之后，很容易添加三列：

df_sums <- aggregate(. ~ Name, df, FUN = function(x) {
    sum(x > 0, na.rm = TRUE)
}, na.action = na.pass)

df_sums$sum_L2_L3_L4 <- with(df_sums, L1 + L2 + L3)

df_sums
##   Name L1 L2 L3 L4 sum_L2_L3_L4
## 1 Carl  1  1  1  2            4
## 2  Joe  2  1  2  1            4

或者直接,

df %>% group_by(Name) %>% summarise(sum = sum(cbind(L2, L3, L4) > 0, na.rm = TRUE))
## # A tibble: 2 × 2
##     Name   sum
##   <fctr> <int>
## 1   Carl     4
## 2    Joe     4

setDT(df)[, .(sum = sum(cbind(L2, L3, L4) > 0, na.rm = TRUE)), by = Name]

##    Name sum
## 1: Carl   4
## 2:  Joe   4

---

我们可以使用

aggregate

和

rowsumes

来获得输出

aggregate(cbind(Total=rowSums(df[3:5]>0, 
              na.rm=TRUE))~cbind(Name=df$Name), FUN = sum)
#  Name Total
#1 Carl     4
#2  Joe     4

---

或者使用

data.table

，将“data.frame”转换为“data.table”（

setDT（df）

），按“Name”分组并指定

.SDcols

中的select列，

取消列出
data.table的子集（
.SD
），将其转换为逻辑向量（
.0
）并获取真实值的
总和
，以创建汇总的“总计”列

library(data.table)
setDT(df)[, .(Total = sum(unlist(.SD)>0, na.rm = TRUE)), Name, .SDcols = L2:L4]
#   Name Total
#1: Carl     4
#2:  Joe     4


或者另一个选项是使用
dplyr/tidyr
。我们
选择感兴趣的列，
收集
为'long'格式，
过滤
只有大于0的元素，然后按'Name'分组，得到总行数（
n（）
）

库（dplyr）
图书馆（tidyr）
df%>%
选择（-L1）%>%
聚集（变量，值，-名称）%>%
过滤器（Val>0）%>%
分组单位（名称）%>%
总结（总计=n（）
#一个tibble:2×2
#姓名总数
#   
#1卡尔4
#2乔4
我们可以使用
聚合
和
行和
来获得输出

aggregate(cbind(Total=rowSums(df[3:5]>0, 
              na.rm=TRUE))~cbind(Name=df$Name), FUN = sum)
#  Name Total
#1 Carl     4
#2  Joe     4


或者使用
data.table
，将“data.frame”转换为“data.table”（
setDT（df）
），按“Name”分组并指定
.SDcols
中的select列，
取消列出
data.table的子集（
.SD
），将其转换为逻辑向量（
.0
）并获取真实值的
总和
，以创建汇总的“总计”列

library(data.table)
setDT(df)[, .(Total = sum(unlist(.SD)>0, na.rm = TRUE)), Name, .SDcols = L2:L4]
#   Name Total
#1: Carl     4
#2:  Joe     4


或者另一个选项是使用
dplyr/tidyr
。我们
选择感兴趣的列，
收集
为'long'格式，
过滤
只有大于0的元素，然后按'Name'分组，得到总行数（
n（）
）

库（dplyr）
图书馆（tidyr）
df%>%
选择（-L1）%>%
聚集（变量，值，-名称）%>%
过滤器（Val>0）%>%
分组单位（名称）%>%
总结（总计=n（）
#一个tibble:2×2
#姓名总数
#   
#1卡尔4
#2乔4
谢谢@alistaire。我尝试使用了您的
聚合
函数。它工作得很好，但是，它给了我一个表，其中列出了每个名称的所有列。有没有办法让它成为函数的一部分，这样someFunction（Joe）=4？这有意义吗？哦，误解了。更新了。谢谢，但我不想得到一张表作为我的答案，我只想要一个名字的总总数。一个名字列表，每个名字都有一个总和，听起来像一张表，不是吗？如果没有，你应该用你想要的结果来编辑你的问题。我编辑了我的问题，谢谢。很抱歉给你带来了混乱。我想要一个类似于someFunction（Joe）=4谢谢@alistaire的答案。我尝试使用了您的
聚合
函数。它工作得很好，但是，它给了我一个表，其中列出了每个名称的所有列。有没有办法让它成为函数的一部分，这样someFunction（Joe）=4？这有意义吗？哦，误解了。更新了。谢谢，但我不想得到一张表作为我的答案，我只想要一个名字的总总数。一个名字列表，每个名字都有一个总和，听起来像一张表，不是吗？如果没有，你应该用你想要的结果来编辑你的问题。我编辑了我的问题，谢谢。很抱歉给你带来了混乱。我想要一个类似于someFunction（Joe）=4的答案