根据特定值汇总行

时间:2012-08-17 07:30:31

标签: r

这是我的数据框

Colour = c("red",   "blue", "red",  "blue", "yellow",   "green",    "red",  "blue", "green",    "red",  "yellow",   "blue")
Volume  = c(46,46,57,57,57,57,99,99,99,111,111,122)
Cases   = c(7,2,4,2,3,5,1,2,3,2,4,1)
df = data.frame(Colour, Volume, Cases)

如果Color为"red""blue",但是如果Volume相同,我想总结一下案例。 应保留未指定的那些颜色。如果红色和蓝色不能相加 因为它们在Volume中不同,所以它们也应该保留

reult应该是这样的:

Colour = c("red_or_blue","red_or_blue","yellow","green","red_or_blue","green","red","yellow","blue")
Volume  = c(46,57,57,57,99,99,111,111,122)
Cases   = c(9,6,3,5,3,3,2,4,1)
df_agg = data.frame(Colour, Volume, Cases)

我找到了一种方法,我创建了另一个列,为行分配红色或蓝色"red_or_blue",其余行分配x。然后我用了聚合:

df$test = ifelse(df$Colour %in% c("red", "blue"),"red_or_blue","x")
df_agg = aggregate(df$Cases, list(df$Volume, df$test), sum)

它有效,但我发现这有点麻烦。是否有更方便的方法可以跳过创建额外的列?将来我需要总结红色/蓝色和第57/99卷的案例。额外的列似乎使它变得有点棘手。

另外,如果它不是红色也不是蓝色,我没有设法将原始颜色接管。我试过这种方式,但它不起作用:

df$test = ifelse(df$Colour %in% c("red", "blue"),"red_or_blue",df$Colour)

干杯,保罗

1 个答案:

答案 0 :(得分:1)

这是一种坚持基础R的方式(但可能不是最有效的方式......)

  1. Volume

    将数据拆分为多个组
    temp = split(df, df$Volume)
    
  2. 创建一个快速功能,仅在存在“红色” AND “蓝色”的组中更改“红色”和“蓝色”的值“现在。

    red.and.blue = function(x) {
      if (sum(c("red", "blue") %in% x$Colour) > 1) {
        x$Colour = gsub("red|blue", "red-and-blue", x$Colour)
      } else {
        x$Colour = as.character(x$Colour)
      }
      x
    }
    
  3. 在您在步骤1中创建的temp对象上使用该功能:

    temp = lapply(temp, red.and.blue)
    
  4. 使用aggregate()执行您需要执行的聚合。在aggregate()参数中指定名称,以便保留原始列名。

    temp = lapply(temp, function(x) aggregate(list(Cases = x$Cases), 
                                              list(Colour = x$Colour, 
                                                   Volume = x$Volume), sum))
    
  5. 将其全部放回data.frame()。如果要按原样存储,请不要忘记指定名称。

    do.call(rbind, temp)
    #             Colour Volume Cases
    # 46    red-and-blue     46     9
    # 57.1         green     57     5
    # 57.2  red-and-blue     57     6
    # 57.3        yellow     57     3
    # 99.1         green     99     3
    # 99.2  red-and-blue     99     3
    # 111.1          red    111     2
    # 111.2       yellow    111     4
    # 122           blue    122     1