R 如何计算第二列中分隔的逗号和

我想要这样

sm_agg
   Group.1                   x
1     1001                   8
2     1002               16, 8
3     1003                   8
4     1004                  16
5     1005 5.33333333333333, 8
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010 8, 5.33333333333333
11    1011                8, 4
12    1012    5.33333333333333
13    1013 5.33333333333333, 8
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

试试这个：

sm_agg
   Group.1                   x
1     1001                   8
2     1002                   24
3     1003                   8
4     1004                  16
5     1005                  13.3
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010                13.3
11    1011                  12
12    1012    5.33333333333333
13    1013                 13.3
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

有了它，我们想要转换成数字并加上，所以

strsplit(sm_agg$x[2], "[, ]+")
# [[1]]
# [1] "16" "8" 

我们希望对每个元素都这样做，因此我们将

strsplit

输出馈送到

sapply

anon函数中

---

如果您的帧具有

因子

s而不是字符串，则使用

as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]])
# [1] 16  8
sum(as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]]))
# [1] 24

---

上次编辑

我认为您的数据实际上是一个嵌入的

列表

。当数据包含一个列表列时，它是这样显示的（我觉得有点令人沮丧，但仍然…）

我将生成一些虚假数据来证明我认为您实际拥有的数据：

sapply(strsplit(as.character(sm_agg$x), "[ ,]+"), function(i) sum(as.numeric(i)))

事实上，我们所要做的就是把它们加起来，因为它们已经是数字了

as.character(sm2$x)
# [1] "8"                      "c(16, 8)"               "8"                     
# [4] "c(5.33333333333333, 8)"

如果其中一个嵌套对象碰巧是

字符

：

sapply(sm2$x, sum)
# [1]  8.00000 24.00000  8.00000 13.33333

幸运的是，我们可以有点手忙脚乱，将字符串强制为数字，将数字强制为数字：

sapply(sm2$y, sum)
# Error in FUN(X[[i]], ...) : invalid 'type' (character) of argument

---

我们可以使用

separate_rows

将逗号分隔的条目分隔成不同的行，然后按组使用

sum

sapply(sm2$y, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333
sapply(sm2$x, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333

库（tidyverse）
df%>%
单独的_行（x，sep=“，”）%>%
组别(组别1)%>%
总结（x=总和（作为数字（x）））
#第1组x
#      
# 1    1001  8   
# 2    1002 24   
# 3    1003  8   
# 4    1004 16   
# 5    1005 13.3 
# 6    1006  4   
# 7    1007  4   
# 8    1008  4   
# 9    1009  5.33
#10    1010 13.3 
#11    1011 12   
#12    1012  5.33
#13    1013 13.3 
#14    1014  8   
#15    1015  5.33
#16    1016  5.33

数据

library(tidyverse)
df %>%
  separate_rows(x, sep = ",") %>%
  group_by(Group.1) %>%
  summarise(x = sum(as.numeric(x)))


#   Group.1  x
#     <dbl> <dbl>
# 1    1001  8   
# 2    1002 24   
# 3    1003  8   
# 4    1004 16   
# 5    1005 13.3 
# 6    1006  4   
# 7    1007  4   
# 8    1008  4   
# 9    1009  5.33
#10    1010 13.3 
#11    1011 12   
#12    1012  5.33
#13    1013 13.3 
#14    1014  8   
#15    1015  5.33
#16    1016  5.33

---

df使用此方法，我在strsplit（sm_agg$x[2]，“[，]+”[[1]]）中得到了一个非常有用的错误（sm2$y，函数（i）sum（as.numeric（i））
当我应用此方法时，我得到了错误>as.numeric（strsplit（sm_agg$x[2]，“[，]+”）错误：非字符参数>sm_agg$x您的数据中有
因子
s。将来，以明确的方式显示数据，例如
dput（head（sm_agg））
可以避免这种情况。请参见我的编辑以了解解决方法。>sapply（strsplit（as.character（sm_agg$x），“[，]”函数（i）sum（as.numeric（i））[1]8.000000 NA 8.000000 16.000000 NA 4.000000 4.000000 5.333333 NA[11]NA 5.333333333 NA 8.000000 5.333您忘记了模式中的空格。这个空间不是偶然的，也不是“代码风格偏好”。如果您想更清楚，请将
“[，]+”
（注意引号中的空格，总共五个字符）替换为
“[\\s，]+”
（此处没有空格，
\\s
包括空格和制表符）。sapply（strsplit）（as.character（sm_agg$x），“[，]+”）函数（i）sum（as.numeric（i））[1]8.000000 NA 8.000000 16.000000 NA 4.000000 4.000000 5.333333 NA[11]NA 5.333333 NA 8.000000 5.333333 5.333333警告消息：1：在乐趣中（X[[i]]，…）：强制引入的NAs 2：在乐趣中（X[[i]，…）：强制引入的NAs 3：在乐趣中（X[[i]，…）：强制引入的NAs 4：在乐趣中（X[[i]]，…）：强制引入的NAs 5:有趣的（X[[i]]，…）：强制引入的NAs
sapply(sm2$y, sum)
# Error in FUN(X[[i]], ...) : invalid 'type' (character) of argument

sapply(sm2$y, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333
sapply(sm2$x, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333

library(tidyverse)
df %>%
  separate_rows(x, sep = ",") %>%
  group_by(Group.1) %>%
  summarise(x = sum(as.numeric(x)))


#   Group.1  x
#     <dbl> <dbl>
# 1    1001  8   
# 2    1002 24   
# 3    1003  8   
# 4    1004 16   
# 5    1005 13.3 
# 6    1006  4   
# 7    1007  4   
# 8    1008  4   
# 9    1009  5.33
#10    1010 13.3 
#11    1011 12   
#12    1012  5.33
#13    1013 13.3 
#14    1014  8   
#15    1015  5.33
#16    1016  5.33

df <- structure(list(Group.1 = c(1001, 1002, 1003, 1004, 1005, 1006, 
 1007, 1008, 1009, 1010, 1011, 1012, 1013, 1014, 1015, 1016), 
    x = structure(c(5L, 7L, 5L, 6L, 10L, 2L, 1L, 1L, 9L, 11L, 
 4L, 8L, 10L, 3L, 8L, 8L), .Label = c("                 4", 
  "                4", "                8", "             8, 4", 
 "       8", "      16", "   16, 8", "  5.33333333333333", 
 " 5.33333333333333", " 5.33333333333333, 8", " 8, 5.33333333333333"
 ), class = "factor")), .Names = c("Group.1", "x"), class = 
 "data.frame", row.names = c(NA, 
 -16L))