R-折叠行并对列中的值求和
我有以下数据帧(df1): 我想折叠第一列并添加相应的PSM值 我希望得到以下输出:R-折叠行并对列中的值求和,r,unique,aggregate,rows,collapse,R,Unique,Aggregate,Rows,Collapse,我有以下数据帧(df1): 我想折叠第一列并添加相应的PSM值 我希望得到以下输出: ID Sum PSM ABC 2 CCC 58 DDD 56 EEE 80 FFF 1 GGG 90 KOO 45 LLL 4 ZZZ 8 使用聚合函数似乎可行,但不知道语法。 非常感谢您的帮助!谢谢。使用plyr软件包非常简单: library(plyr) ddply(df1, .(ID), summarize, Sum=sum(PSM)) 基本上: aggregate(PSM ~ ID, data=x
ID Sum PSM
ABC 2
CCC 58
DDD 56
EEE 80
FFF 1
GGG 90
KOO 45
LLL 4
ZZZ 8
使用聚合函数似乎可行,但不知道语法。
非常感谢您的帮助!谢谢。使用
plyr
软件包非常简单:
library(plyr)
ddply(df1, .(ID), summarize, Sum=sum(PSM))
基本上:
aggregate(PSM ~ ID, data=x, FUN=sum)
## ID PSM
## 1 ABC 2
## 2 CCC 58
## 3 DDD 56
## 4 EEE 80
## 5 FFF 1
## 6 GGG 90
## 7 KOO 45
## 8 LLL 4
## 9 ZZZ 8
使用dplyr的示例,plyr的下一次迭代:
df2 <- df1 %>% group_by(ID) %>%
summarize(Sum_PSM = sum(PSM))
df2%分组依据(ID)%>%
总结(总结=总结)
当您输入字符
%%>%%
时,您就是“管道”。这意味着您正在输入管道操作符左侧的内容并执行右侧的功能 如果您只想保留原始列名并一次在一列中操作,那么使用聚合函数似乎比dplyr更好。避免使用汇总功能
总结功能文档中的注释
使用现有变量名时要小心;相应的
列将立即用新数据更新,这可以
影响引用这些变量的后续操作
比如说
## modified example from aggregate documentation with character variables and NAs
testDF <- data.frame(v1 = c(1,3,5,7,8,3,5,NA,4,5,7,9),
v2 = c(11,33,55,77,88,33,55,NA,44,55,77,99) )
by <- c("red", "blue", 1, 2, NA, "big", 1, 2, "red", 1, NA, 12)
aggregate(x = testDF, by = list(by1), FUN = "sum")
Group.1 v1 v2
1 1 15 165
2 12 9 99
3 2 NA NA
4 big 3 33
5 blue 3 33
6 red 5 55
##修改了包含字符变量和NAs的聚合文档中的示例
testDF使用data.table
setDT(df1)[, lapply(.SD, sum) , by = ID, .SDcols = "PSM" ]
testDF$ID=by1
ddply(testDF, .(ID), summarize, v1=sum(v1), v2=sum(v2) )
ID v1 v2
1 1 15 165
2 12 9 99
3 2 NA NA
4 big 3 33
5 blue 3 33
6 red 5 55
7 <NA> 15 165
ddply(testDF, .(ID), summarize, v1=max(v1,v2), v2=min(v1,v2) )
ID v1 v2
1 1 55 55
2 12 99 99
3 2 NA NA
4 big 33 33
5 blue 33 33
6 red 44 11
7 <NA> 88 77
ddply(testDF, .(ID), summarize, v1=min(v1,v2), v2=min(v1,v2) )
ID v1 v2
1 1 5 5
2 12 9 9
3 2 NA NA
4 big 3 3
5 blue 3 3
6 red 1 1
7 <NA> 7 7
setDT(df1)[, lapply(.SD, sum) , by = ID, .SDcols = "PSM" ]