Question

我正在尝试创建（键，值）对的聚合列表：

 d <- data.frame(key.1 = c(1,1),
                 val.1  = c(100,100),
                 key.2 = c(1,1),
                 val.2  = c(100,100),
                 key.3 = c(2,3),
                 val.3 = c(100,100))

key.1 val.1 key.2 val.2 key.3 val.3
    1   100     1   100     2   100
    1   100     1   100     3   100

我希望结果是：

key.1 val.1 key.2 val.2
    1   200     2   100
    1   200     3   100

意味着（1,100）和（1,100）基于公共1聚合，并且它们的值总计为200.第一行的（2,100）和第二行的（3,100）保持原样，因为没有另一对的共同密钥。

与this question不同，在我的方案中，我必须单独汇总数据框的每一行。目前我只是逐行迭代，并使用“aggregate”对每一行进行迭代。有更聪明的方法吗？

Answer 1

这是一个可以获取您正在寻找的值的解决方案，虽然格式与您在示例输出中指定的格式略有不同：

根据rownames创建“ID”，因为您希望最后按行汇总...
```
d$ID <- rownames(d)
```

使用reshape

将数据从“宽”格式转换为“长格式”

temp <- reshape(d, direction = "long", idvar="ID", 
                varying = setdiff(names(d), "ID"))

temp
#     ID time key val
# 1.1  1    1   1 100
# 2.1  2    1   1 100
# 1.2  1    2   1 100
# 2.2  2    2   1 100
# 1.3  1    3   2 100
# 2.3  2    3   3 100

使用aggregate通过行（ID）和键（键）的组合计算总和。另外，根据原始ID的“组”创建第二个“ID”。

temp1 <- aggregate(val ~ ID + key, temp, sum)
temp1 <- within(temp1, {
  ID2 <- ave(ID, ID, FUN = seq_along)
})
temp1
#   ID key val ID2
# 1  1   1 200   1
# 2  2   1 200   1
# 3  1   2 100   2
# 4  2   3 100   2

再次使用reshape返回“广”形式：

reshape(temp1, direction = "wide", idvar="ID", timevar="ID2")
#   ID key.1 val.1 key.2 val.2
# 1  1     1   200     2   100
# 2  2     1   200     3   100

Answer 2

为此，数据首先需要转换为“整洁”格式。每个键和每个val实际上是相同的变量，并且您希望按键和另一个未明确编码的变量列进行聚合。数据应按如下方式排列：

d <- data.frame(key = c(1,1,1,1,2,3), 
             val = c(100,100,100,100,100,100), 
             keycol = c(1,1,2,2,3,3))

哪个给出了

  key val  keycol
#   1 100       1
#   1 100       1
#   1 100       2
#   1 100       2
#   2 100       3
#   3 100       3

现在只需按key和keycol汇总即可获得所需的结果。我喜欢dplyr。

library(dplyr)
d %>% group_by(key, keycol) %>% summarise(sum(val))

这会以正确的形式提供您想要的结果。

     key  keycol sum(val)
   (dbl)   (dbl)    (dbl)
#1     1       1      200
#2     1       2      200
#3     2       3      100
#4     3       3      100

R每行的聚合（键，值）数据

2 个答案: