Question

我有一个包含8列的超过2000行的CSV文件。 csv的架构如下。

col0   col1  col2 col3......
1.77   9.1   9.2  8.8
2.34   6.3   0.9  0.44
5.34   6.3   0.9  0.44
9.34   6.3   0.9  0.44........
.
.
.
2000rows with data as above

我正在尝试从上面的csv聚合特定的行集（set1：rows1-76，set2：rows96-121 ..），例如在1.77到9.34之间，以及它们对应行的所有列 - 这些行的聚合行将是我的输出文件中的一行。我尝试了各种方法，但我只能在csv文件中为一组设置。

输出将是具有指定间隔的聚合值的csv文件，如下所示。

col0  col1  col2  col3
3.25   8.2   4.4   3.3  //(aggregate of rows 1-3)
2.2    3.3   9.9   1.2  //(aggregate of rows 6-10) 
and so on..

Answer 1

考虑到Manetheran指出的内容，如果尚未完成，则应添加一列显示哪一行属于哪一组。

data.table-way：

require(data.table)

set.seed(123)
dt <- data.table(col1=rnorm(100),col2=rnorm(100),new=rep(c(1,2),each=50))

dt[,lapply(.SD,mean),by="new"]

   new       col1        col2
1:   1 0.03440355 -0.25390043
2:   2 0.14640827  0.03880684

您可以将mean替换为任何其他“聚合函数”

Answer 2

这是使用基础包的可能方法：

# Arguments:
# - a data.frame
# - a list of row ranges passes as list 
#   of vectors=[startRowIndex,endRowIndex]
#   used to split the data.frame into sub-data.frames
# - a function that takes a sub-data.frame and returns 
#   the aggregated result
aggregateRanges <- function(DF,ranges,FUN){
  l <- lapply(ranges,function(x){ 
    return(FUN(DF[x[1]:x[2],]))
  }
  )
  return(do.call(rbind.data.frame,l))
}

# example data
data <- read.table(
  header=TRUE,
  text=
    "col0   col1  col2 col3
  1.77   9.1   9.2  8.8
  2.34   6.3   0.9  0.44
  5.34   6.3   0.9  0.44
  9.34   6.3   0.9  0.44
  7.32   4.5   0.3  0.42
  3.77   2.3   0.8  0.13
  2.51   1.4   0.7  0.21
  5.44   5.7   0.7  0.18
  1.12   6.1   0.6  0.34")

# e.g. aggregate by summing sub-data.frames rows
result <- 
aggregateRanges(
  data,
  ranges=list(c(1,3),c(4,7),c(8,9)),
  FUN=function(dfSubset) { 
    rowsum.data.frame(dfSubset,group=rep.int(1,nrow(dfSubset)))
  }
)


> result
    col0 col1 col2 col3
1   9.45 21.7 11.0 9.68
11 22.94 14.5  2.7 1.20
12  6.56 11.8  1.3 0.52

使用R语言聚合RANGE值

2 个答案: