R 如何将三行一组的行相加？

我有这些数据，我想要三行的总和，1-3，4-6，7-9，10-12。在我的数据框中，我有48行和795个变量。你能帮我吗

我的数据帧：

       X1       X2      X3      X4      X5      X6       X7     X8      X9     
1     0.00     0.00  136.29    0.00   60.52    0.00     0.00   0.00    0.00
2     0.00     0.00 4658.69    0.00    0.00 1749.50     0.00   0.00    0.00
3     0.00     0.00    0.00    0.00    0.00  125.86     0.00   0.00    0.00
4     0.00     0.00  119.34    0.00    0.00    0.00     0.00   0.00    0.00
5     0.00     0.00 4674.16 2107.55    0.00    0.00     0.00   0.00    0.00
6     0.00     0.00    0.00    0.00    0.00 5689.40     0.00   0.00    0.00
7  4270.87     0.00    0.00    0.00    0.00 3275.74     0.00   0.00    0.00
8     0.00   455.04    0.00    0.00    0.00 1296.30     0.00   0.00    0.00
9     0.00     0.00    0.00    0.00    0.00 9887.52     0.00   0.00    0.00
10    0.00     0.00    0.00    0.00    0.00    0.00     0.00   0.00    0.00
11    0.00     0.00    0.00    0.00 2169.64    0.00     0.00   0.00  699.93
12    0.00 12524.50    0.00    0.00    0.00    0.00     0.00   0.00    0.00

这就是我想要的：

       X1       X2      X3      X4      X5      X6       X7     X8      X9
1     0.00     0.00  ......
2     0.00     0.00  ......
3  4270.87   455.04  ......
4     0.00 12524.50  ......

---

下面的代码是从源代码（）修改的

dplyr

解决方案

它通过创建一个索引变量来对行进行分组，然后获取这些子集行的行和来解决这个问题

n

可以取任何值，只要

nrow（df）

可以被

n

整除

df <- data.frame(runif(30), runif(30), runif(30))
library(plyr); library(dplyr)

n <- 3

df %>%
  group_by(indx = gl(ceiling(nrow(df)/n), n, nrow(df))) %>%
  summarise_each(funs(sum))

df%
每个项目的总结（funs（sum））
使用
过滤器的基本R解决方案
（即
stats:：filter
-如果已经加载，则
dplyr
会推平-小心）：

正如@alexis_laz在上文
中所指出的那样，行和
可能更可取，因为它是为此明确定义的，形式如下：

rowsum(data, appropriate_grouping_vector)

比如说：

rowsum(dat, (1:nrow(dat) - 1) %/% 3)
#       X1       X2      X3      X4      X5       X6 X7 X8     X9
#0    0.00     0.00 4794.98    0.00   60.52  1875.36  0  0   0.00
#1    0.00     0.00 4793.50 2107.55    0.00  5689.40  0  0   0.00
#2 4270.87   455.04    0.00    0.00    0.00 14459.56  0  0   0.00
#3    0.00 12524.50    0.00    0.00 2169.64     0.00  0  0 699.93

在n行上拆分数据，然后求和：

# dummy data
df1 <- mtcars[1:12, 1:6]

# split sum combine 
t(sapply(split(df1, rep(1:4, each = 3)), colSums))

#虚拟数据
df1这也将起作用：

df$group <- ceiling((1:nrow(df))/3)
aggregate(. ~ group, data = df, sum)[-1]

       X1       X2      X3      X4      X5       X6 X7 X8     X9
1    0.00     0.00 4794.98    0.00   60.52  1875.36  0  0   0.00
2    0.00     0.00 4793.50 2107.55    0.00  5689.40  0  0   0.00
3 4270.87   455.04    0.00    0.00    0.00 14459.56  0  0   0.00
4    0.00 12524.50    0.00    0.00 2169.64     0.00  0  0 699.93

df$group另见，
？行和
--
行和（数据，适当的分组向量）
@alexis\u laz nice one，太简单了<代码> RoSoMe（DF1，ReP（1:4，每个＝3））< /代码>，考虑张贴作为答案。我总是忘记
rowsum
——这是一个比下面我的解决方案好得多的解决方案。
df$group <- ceiling((1:nrow(df))/3)
aggregate(. ~ group, data = df, sum)[-1]

       X1       X2      X3      X4      X5       X6 X7 X8     X9
1    0.00     0.00 4794.98    0.00   60.52  1875.36  0  0   0.00
2    0.00     0.00 4793.50 2107.55    0.00  5689.40  0  0   0.00
3 4270.87   455.04    0.00    0.00    0.00 14459.56  0  0   0.00
4    0.00 12524.50    0.00    0.00 2169.64     0.00  0  0 699.93