用R求数据库列的和

我开始使用R，我的问题很可能很简单，但尽管如此，我还是花了很多时间试图找出我做错了什么，但都没有用

我必须感谢你，因为我上周在搜索其他问题时发现了这个网站。但是现在作为一个新手，常常很难解释别人的代码

我的RStudio版本是：1.1.442

我的问题是，我有两个数据框，一个是几年的数据框，另一个是在几条拖网中发现的数据框，我需要总结数据框中的数据框，并生成另一个变量。其中显示了每年的项目汇总和拖网

因此，我与for做了一个循环，以获得相同的底拖网和相同的年份，以便对项目进行求和

我简化了我的数据库

BT<- c(1, 1, 2, 2, 2, 3, 3, 3, 3, 3)
YEAR<- c(2007, 2007, 2008, 2008, 2008, 2009, 2009, 2009, 2009, 2009)
W<- c(95, 6, 60, 50, 4, 21, 56, 44, 23, 4) 
Data1= data.frame(BT,YEAR,W)

Trawl<- c(1, 2, 3)
Year<- c(2007, 2008, 2009)
Data2= data.frame(Trawl,Year)
peso=cbind()

for(i in 1:length(Data1$BT)) {
  ind=which(Data2$Trawl == Data1$BT[i] & Data2$Year == Data1$YEAR[i])

  print(i)
  print(ind)
  print(Data1$W[ind])
  peso[i]=Data1$W[ind]
  sumaGr[i]=colSums(peso[i])
}

---

BT您似乎正在执行一些拆分应用合并计算。这里有几种方法可以做到这一点

基尔
带有
数据。表

if（！require（dplyr））{
安装程序包（“dplyr”）
需要（dplyr）
}#对于“内部连接（）”安装和/或加载包dplyr
#重命名以融合两个数据帧
colnames（Data1）欢迎使用StackOverflow！请阅读相关信息以及如何给出建议。这将使其他人更容易帮助您。循环很少是解决R中问题的正确方法。当您有类似于数据库的操作（按年份和BT加入，按BT分组，求PesoGr值之和）时，您应该查看dplyr包和“合并”函数。如果我开始使用merge（Data1、Data2、by.x=c（“BT”、“YEAR”）、by.y=c（“BT”、“YEAR”））来创建一个新的数据帧，然后在新的数据帧上使用dplyr:：group_by和dplyr:：summary，您可以看到为什么会收到此错误消息：
peso
是一个向量，而不是数据帧或矩阵（这是
colSums
所期望的），非常感谢您，使用dplyr很容易做到。但是我有一个问题，这个%>%是我们在开始和结束时必须使用的符号吗？
%%
是来自
magrittr
包的管道操作符。如果继续使用R，您会经常遇到这种情况。因为它在
tidyverse
包系列和其他构建在tidy框架之上的包中被采用。对于初学者，键入
示例（
%%>
，package=“magrittr”）
。无需在每次管道操作时启动新行。例如，
Data1%>%groupby（BT，YEAR）%%>%summary（sumaGr=sum（W））%%>%rename（Trawl=BT）
也同样有效。
Data3 <- aggregate(Data1$W, by = list(Data1$BT, Data1$YEAR), sum)
colnames(Data3) <- c("Trawl", "YEAR", "sumaGr")
Data3

Data3 <- Data1 %>%
  group_by(BT, YEAR) %>%
  summarise(sumaGr = sum(W)) %>%
  rename(Trawl = BT)
Data3

library(data.table)
Data3 <- setDT(Data1)[,.(sumaGr = sum(W)), by = .(BT, YEAR)]
setnames(Data2, "BT", "Trawl")
Data3

#   Trawl YEAR sumaGr
# 1     1 2007    101
# 2     2 2008    114
# 3     3 2009    148

if(!require(dplyr)) {
  install.packages("dplyr")
  require(dplyr) 
} # for 'inner_join()' install and/or load package dplyr


# Rename for fusion of the two data frames
colnames(Data1) <- c("BT", "Year", "W")
# colnames for 'By=' must look the same!

data1.new <- inner_join(Data1, Data2, by="Year")

# inspect data1.new
data1.new

# split by "Trawl"
df.list <- split(data1.new, data1.new$Trawl)

# summarize each of the data frames in this list
summaries.list <- lapply(df.list, summary)

# But I think what youw ant is colMeans, colSums etc.
colMeans.list <- lapply(df.list, colMeans)
colSums.list  <- lapply(df.list, colSums)

# colMeans(df) is acatually function(df) {apply(df, 2, FUN=mean)}
# in this way you can use any variadic function to make it
# applicable to a whole column (variadic functions are those
# which can take any number of arguments).
# if there is a non-variadic function - let's say max():
# let's say
# max() takes only two arguments (that's not true ...)
# but let's assume it takes only two arguments, then 
# function(your.vector) Reduce(max, your.vector) makes it variadic
# e.g. maximum of a column:
colMax <- function(df) {apply(df, 2, FUN=function(vec) Reduce(max, vec))}
colMax.list   <- lapply(df.list, colMax)

# inspect those objects
colMeans.list
colSums.list
colMax.list

# you can reduce the results using Reduce(rbind, ...)
means.by.trawl.mat <- Reduce(rbind, colMeans.list)
sums.by.trawl.mat  <- Reduce(rbind, colSums.list)
maxs.by.trawl.mat  <- Reduce(rbind, colMax.list)

# give rownames
rownames(means.by.trawl.mat) <- means.by.trawl.mat[, "BT"]
rownames(sums.by.trawl.mat)  <- sums.by.trawl.mat[, "BT"]
rownames(maxs.by.trawl.mat)  <- maxs.by.trawl.mat[, "BT"]

# result
> means.by.trawl.mat
  BT Year    W Trawl
1  1 2007 50.5     1
2  2 2008 38.0     2
3  3 2009 29.6     3
> sums.by.trawl.mat
   BT  Year   W Trawl
2   2  4014 101     2
6   6  6024 114     6
15 15 10045 148    15
> maxs.by.trawl.mat
  BT Year  W Trawl
1  1 2007 95     1
2  2 2008 60     2
3  3 2009 56     3