Question

我一直在寻找这个，但到目前为止还没有找到一个明确的答案。可能一直在寻找错误的条款，但也许这里的某人可以快速帮助我。这个问题很简单。

样本数据集：

set <- structure(list(VarName = structure(c(1L, 5L, 4L, 2L, 3L),
 .Label = c("Apple/Blue/Nice", 
"Apple/Blue/Ugly", "Apple/Pink/Ugly", "Kiwi/Blue/Ugly", "Pear/Blue/Ugly"
), class = "factor"), Color = structure(c(1L, 1L, 1L, 1L, 2L), .Label = c("Blue", 
"Pink"), class = "factor"), Qty = c(45L, 34L, 46L, 21L, 38L)), .Names = c("VarName", 
"Color", "Qty"), class = "data.frame", row.names = c(NA, -5L))

这给出了如下数据集：

set


      VarName      Color Qty
1 Apple/Blue/Nice  Blue  45
2  Pear/Blue/Ugly  Blue  34
3  Kiwi/Blue/Ugly  Blue  46
4 Apple/Blue/Ugly  Blue  21
5 Apple/Pink/Ugly  Pink  38

我想做的是相当直接的。我想总结（或平均或stdev）数量列。但是，我也希望在以下条件下进行相同的操作：

VarName包含“Apple”
VarName包含“Ugly”
颜色等于“蓝色”

有谁可以快速介绍一下如何进行这种计算？

我知道其中一些可以通过aggregate（）函数来完成，例如：

aggregate(set[3], FUN=sum, by=set[2])[1,2]

然而，我相信有更直接的方式来做到这一点。是否有一些过滤器可以添加到sum()等函数中？

Answer 1

分割VarName列，然后进行子集化的最简单方法变得非常简单。因此，让我们创建一个分隔为varName的对象：

##There must(?) be a better way than this. Anyone?
new_set =  t(as.data.frame(sapply(as.character(set$VarName), strsplit, "/")))

简要说明：

我们使用as.character，因为set$VarName是一个因素
sapply依次获取每个值并应用strplit
strsplit函数拆分元素
我们转换为数据框
转置以获得正确的旋转

接下来，

##Convert to a data frame
new_set = as.data.frame(new_set)
##Make nice rownames - not actually needed
rownames(new_set) = 1:nrow(new_set)
##Add in the Qty column
new_set$Qty = set$Qty

这给出了

R> new_set
     V1   V2   V3 Qty
1 Apple Blue Nice  45
2  Pear Blue Ugly  34
3  Kiwi Blue Ugly  46
4 Apple Blue Ugly  21
5 Apple Pink Ugly  38

现在所有操作都是标准操作。例如，

##Add up all blue Qtys
sum(new_set[new_set$V2 == "Blue",]$Qty)
[1] 146

##Average of Blue and Ugly Qtys
mean(new_set[new_set$V2 == "Blue" & new_set$V3 == "Ugly",]$Qty)
[1] 33.67

一旦它的格式正确，您可以使用ddply，它可以随心所欲（以及更多）

library(plyr)
##Split the data frame up by V1 and take the mean of Qty
ddply(new_set, .(V1), summarise, m = mean(Qty))

##Split the data frame up by V1 & V2 and take the mean of Qty
ddply(new_set, .(V1, V2), summarise, m = mean(Qty))

Answer 2

这是你要找的吗？

 # sum for those including 'Apple'
 apple <- set[grep('Apple', set[, 'VarName']), ]
 aggregate(apple[3], FUN=sum, by=apple[2])
  Color Qty
1  Blue  66
2  Pink  38

 # sum for those including 'Ugly'
 ugly <- set[grep('Ugly', set[, 'VarName']), ]
 aggregate(ugly[3], FUN=sum, by=ugly[2])
  Color Qty
1  Blue 101
2  Pink  38

 # sum for Color==Blue
 sum(set[set[, 'Color']=='Blue', 3])
[1] 146

最后一笔款项可以使用subset

完成

sum(subset(set, Color=='Blue')[,3])

计算小计（总和，stdev，平均等）

2 个答案: