Question

我知道在汇总数据后我可以*重新命名列：

blubb <- aggregate(dat$two ~ dat$one, ...)
colnames(blubb) <- c("One", "Two")

没错。但有没有办法一次性聚合和命名列？有点像：

blubb <- aggregate( ... , cols = c("One", "Two"))

以某种方式捕获原始列名称并且确实如此（

）会特别好（并且是错字的）

blubb <- aggregate( ... , cols = c(name_of_dat$one, name_of_dat$two."_Mean"))

Answer 1

您可以使用setNames，如下所示：

blubb <- setNames(aggregate(dat$two ~ dat$one, ...), c("One", "Two"))

或者，您可以绕过光滑的公式方法，并使用如下语法：

blubb <- aggregate(list(One = dat$one), list(Two = dat$two), ...)

更新

此更新旨在帮助您开始自行推导解决方案。

如果您检查stats:::aggregate.formula的代码，您会看到以下几行：

if (is.matrix(mf[[1L]])) {
    lhs <- as.data.frame(mf[[1L]])
    names(lhs) <- as.character(m[[2L]][[2L]])[-1L]
    aggregate.data.frame(lhs, mf[-1L], FUN = FUN, ...)
}
else aggregate.data.frame(mf[1L], mf[-1L], FUN = FUN, ...)

如果您要做的就是将函数名称附加到已聚合的变量，也许您可以将其更改为：

if (is.matrix(mf[[1L]])) {
  lhs <- as.data.frame(mf[[1L]])
  names(lhs) <- as.character(m[[2L]][[2L]])[-1L]
  myOut <- aggregate.data.frame(lhs, mf[-1L], FUN = FUN, ...)
  colnames(myOut) <- c(names(mf[-1L]), 
                       paste(names(lhs), deparse(substitute(FUN)), sep = "."))
}
else {
  myOut <- aggregate.data.frame(mf[1L], mf[-1L], FUN = FUN, ...)
  colnames(myOut) <- c(names(mf[-1L]), 
                       paste(strsplit(gsub("cbind\\(|\\)|\\s", "", 
                                           names(mf[1L])), ",")[[1]],
                             deparse(substitute(FUN)), sep = "."))
} 
myOut

这基本上使用FUN捕获为deparse(substitute(FUN))输入的值，因此您可以修改函数以接受自定义后缀，甚至可能是后缀的向量。通过一些工作可能会有所改善，但我不会这样做！

这里应用了这个概念a Gist，创建了一个名为“myAgg”的函数。

以下是一些示例输出，只有结果列名：

> names(myAgg(weight ~ feed, data = chickwts, mean))
[1] "feed"        "weight.mean"
> names(myAgg(breaks ~ wool + tension, data = warpbreaks, sum))
[1] "wool"       "tension"    "breaks.sum"
> names(myAgg(weight ~ feed, data = chickwts, FUN = function(x) mean(x^2)))
[1] "feed"                         "weight.function(x) mean(x^2)"

请注意，只有聚合变量名称会更改。但请注意，如果你使用自定义函数，你最终会得到一个非常奇怪的列名！

Answer 2

你的第一个问题的答案是肯定的。您当然可以在聚合函数中包含列名。使用上面示例中的名称：

blubb <- aggregate(dat,list(One=dat$One,Two=dat$Two),sum)

我喜欢自动提取原始列名的部分。如果我搞清楚，我会发布它。

Answer 3

如果您更喜欢将聚集体写为formula，则文档中会显示cbind的用法。并且cbind允许您命名其参数，aggregate使用该参数。

blubb <- aggregate(cbind(Two = dat$two) ~ cbind(One = dat$one), ...)

一个以上的列与一个以上的分组因子的汇总可以像这样进行：

blubb <- aggregate(cbind(x = varX, y = varY, varZ) ~ cbind(a = facA) + cbind(b = facB) + facC, data=dat, FUN=sum)

，如果要使用多个功能：

aggregate(cbind(cases=ncases, ncontrols) ~ cbind(alc=alcgp) + tobgp, data = esoph, FUN = function(x) c("mean" = mean(x), "median" = median(x)))

#   alc    tobgp cases.mean cases.median ncontrols.mean ncontrols.median
#1    1 0-9g/day  1.5000000    1.0000000      43.500000        47.000000
#2    2 0-9g/day  5.6666667    4.0000000      29.833333        34.500000
#...

将使用的聚合函数添加到名称中。

但是cbind用其内部代码替换factors。为避免这种情况，您可以使用：

with(esoph, aggregate(data.frame(cases=ncases, ncontrols), data.frame(alc=alcgp, tobgp), FUN = function(x) c("mean" = mean(x), "median" = median(x))))

#         alc    tobgp cases.mean cases.median ncontrols.mean ncontrols.median
#1  0-39g/day 0-9g/day  1.5000000    1.0000000      43.500000        47.000000
#2      40-79 0-9g/day  5.6666667    4.0000000      29.833333        34.500000
#...

Answer 4

w <- data.frame(Funding<-"Fully Insured",Region="North East",claim_count=rnbinom(1000, 300.503572818, mu= 0.5739467))
x <- data.frame(Funding<-"Fully Insured",Region="South East",claim_count=rnbinom(1000, 1000, mu= 0.70000000))
y <- data.frame(Funding<-"Self Insured",Region="North East",claim_count=rnbinom(1000, 400, mu= 0.80000000))
z <- data.frame(Funding<-"Self Insured",Region="South East",claim_count=rnbinom(1000, 700, mu= 1.70000000))
names(w)<-c("Funding","Region","claim_count")
names(x)<-c("Funding","Region","claim_count")
names(y)<-c("Funding","Region","claim_count")
names(z)<-c("Funding","Region","claim_count")
my_df <- rbind(w,x,y,z)
my_df2<-with(my_df, aggregate(x=claim_count, by=list(Funding,Region), FUN=sum))
colnames(my_df2)<-colnames(my_df)

在R中汇总聚合内的列

4 个答案:

更新