R中的条件聚合

考虑以下矩阵：

d <- data.frame(c("a","a","a","a","b","b","b","b"),c("a1","a1","a2","a2","a1","a1","a2","a2"),"c","d",c(1:8))

我想聚合第5列中的值，因此得到以下data.frame：

d1 <- data.frame(c("a","a","b","b"),c("a1","a2","a1","a2"),"c","d",c(3,7,11,15))

也就是说，我想根据第2列中的名称聚合第5列中的值。因此，我想保留第1、3和4列中的名称在本例中，第3和4列中的名称是相同的，但在本例中，名称不同

如何在R中做到这一点？

使用tidyverse，您可以通过按id变量对数据进行分组，然后在这些组中进行汇总来做到这一点：

library(tidyverse)

d %>%
    group_by(v1, v2) %>%
    summarize(v3 = first(v3),
              v4 = first(v4),
              v5 = sum(v5))

结果:

# A tibble: 4 x 5
# Groups:   v1 [2]
  v1    v2    v3    v4       v5
  <fct> <fct> <fct> <fct> <int>
1 a     a1    c     d         3
2 a     a2    c     d         7
3 b     a1    c     d        11
4 b     a2    c     d        15

对first的调用只是为重复值的列任意获取单个值的一种方法。

使用data.table：

代码

具体来说，语法遵循dt[i，j，by]。i声明data.table对象的行子集，j声明列表速记。要在此子集上执行的操作的集合，并通过分配变量的分组。在您的例子中，您希望对V1-V2对的V3求和。此外，我们在V4和V5上应用unique以防止重复行

结果

资料

---

展示你迄今为止所做的工作：使用d，tapplyd[，1]，d[，2]，d[，3]，d[，4]，d[，5]，sum-但这不起作用。

require(data.table)
d[, .(unique(V3), unique(V4), sum(V5)), .(V1, V2)]

   V1 V2 V1 V2 V3
1:  a a1  c  d  3
2:  a a2  c  d  7
3:  b a1  c  d 11
4:  b a2  c  d 15

d = data.table(V1 = c("a","a","a","a","b","b","b","b"), 
                V2 = c("a1","a1","a2","a2","a1","a1","a2","a2"), 
                V3 = "c", 
                V4 = "d", 
                V5 = c(1:8))