Question

我正在尝试一些应该简单的事情，对正在发生的事情的任何提示都非常受欢迎。

我有一个大型数据框，其中包含来自某些城市的国家/地区。对于一些国家，我有2个条目。我想总结来自每个城市的进口，并为每个国家设置一个独特的行。我正在使用aggregate函数。例如（我包括数据框的一小部分）：

municipalities<-c("country",1100056, 1100106,1100205,1100304,1200104,1200252)
c1<-c("Afghanistan",2,34,23.4,5,0,0)    
c2<-c("Afghanistan",0,20,11.1,5.4,2,0)    
c3<-c("Albania",12,120,11.4,5.1,12,10)    
c4<-c("Albania",0,40,61.1,65.4,652,2)
df<-as.data.frame(rbind(municipalities,c1,c2,c3,c4))

基本上我正在尝试

df<-df[-1,]    
aggregate(df[,2:7],list(df[,1]),sum)

但我收到一条消息：

Error in Summary.factor(c(4L, 1L), na.rm = FALSE) : 
  sum not meaningful for factors

我试图强制df为数字，将字符声明为字符等，但似乎没有任何帮助。

Answer 1

这是因为您正在创建数据帧。例如，c1是字符，因为向量只能有一个类。当您将它们放入数据帧时，这些字符向量会进一步强制为因子。因此，您尝试在因子上运行sum。你已经想到了这一点，但后来尝试将因子转换为数字，这可能会给你无意义的结果。

简单的答案是按列而不是按行构建数据框，这样就不会遇到如此多的强制问题。

根据您已有的数据，这将解决您的问题：

df[] <- lapply(df, function(x) type.convert(as.character(x)))
aggregate(. ~ V1, df, sum)

（感谢@AnandaMahto采用比我原来更清晰的方式进行转换。）

结果：

           V1 V2  V3   V4   V5  V6 V7
1 Afghanistan  2  54 34.5 10.4   2  0
2     Albania 12 160 72.5 70.5 664 12

总计：总和对因素没有意义

1 个答案: