Question

我有一个200行乘6列的数据框。我有兴趣计算Col A中的值小于特定数字的总时间。该号码可以硬编码。我不知道从哪里开始...

Answer 1

要计算低于某个数字的值，您可以使用?sum

sum( df$columnA < NUMBER )

Answer 2

对于稍微复杂的问题，使用“which”来告诉“sum”在哪里求和：如果DF是数据框：

      Ozone Solar.R  Wind Temp Month Day
 1      41     190  7.4   67     5   1
 2      97     267  6.3   92     7   8   
 3      97     272  5.7   92     7   9

示例：总结Solar.R（第2列）的值，其中Column1或Ozone> 30 AND Column 4或Temp> 90

sum(DF[which(DF[,1]>30 & DF[,4]>90),2])

Answer 3

只需在你的条件下使用总和即可。逻辑值转换为0表示FALSE，1表示TRUE，因此通过逻辑求和可以告诉您有多少值为TRUE。

 dat <- as.data.frame(matrix(1:36,6,6))
 colnames(dat) <- paste0("Col", LETTERS[1:6])
 dat$ColA
# [1] 1 2 3 4 5 6
 dat$ColA < 3
# [1]  TRUE  TRUE FALSE FALSE FALSE FALSE
 sum(dat$ColA < 3)
# [1] 2

Answer 4

虽然答案sum( df$columnA < NUMBER )是正确的，但稍微扩展它可能会更好。

如果您想要对值进行求和而不是计算可以使用：

sum(df[df$columnA < Number,]$columnA)

或者如果使用NA值：

sum(df[df$columnA < Number,]$columnA, na.rm=TRUE)
sum(df[(df$columnA < Number)&(!is.na(df$columnA)),]$columnA)

基本上会发生什么，你创建一个columnA的布尔向量，它基于你的条件具有TRUE / FALSE。然后，您将获取原始数据帧的子集，并在此情况下使用它来对columnA进行求和。

以下是您可以尝试使用的示例：

df = data.frame(colA=c(1, 2, 3, 4, NA), colB=c('a', NA, 'c', 'd', 'e'))

# Count
sum(df$colA) # NA
sum(df$colA, na.rm=TRUE) # 10 This is actually sum of values since colA wasn't turned into vector of booleans
sum(df$colA > 0, na.rm=TRUE) # 4
sum(df$colA > 2, na.rm=TRUE) # 2
sum((df$colA > 2) & (df$colB == 'd'), na.rm=TRUE) # 1

# Sum of values
sum(df$colA, na.rm=TRUE) # 10
sum(df[df$colA > 0,]$colA, na.rm=TRUE) # 10
sum(df[df$colA > 2,]$colA, na.rm=TRUE) # 7
bn_vector = (df$colA > 2)&(df$colB=='d') # Boolean vector
sub_df = df[bn_vector,] # Subset of the dataframe. Leaving the second argument in [] empty uses all the columns
sub_df_colA = df[bn_vector, 'colA'] # Content of column 'colA' which is vector of numbers
sum(sub_df$colA) # 4
sum(sub_df_colA) # 4

Answer 5

臭氧<-c（41,97,97）

Solar.R <-c（190,267,272）

风<-c（7.4,6.3,5.7）

温度<-c（67,92,92）

每月<-c（5,7,7）

Day <-c（1,8,9）

tbl <-data.frame（臭氧，太阳能，风，温度，月，日，天）

tbl

臭氧| Solar.R |风|温度|月|天 1 41 | 190 | 7.4 | 67 | 5 | 1个 2 97 | 267 | 6.3 | 92 | 7 | 8 3 97 | 272 | 5.7 | 92 | 7 | 9

sum（tbl $ Temp）/ sum（！is.na（tbl $ Temp））

[1] 84

R中的条件和

5 个答案: