对R数据帧中的不同列求和

时间:2014-04-24 10:20:52

标签: r dataframe plyr

我有一个包含144列和1000行的数据框。它包含36个不同的变量,每个变量总是4个值 - 它看起来就是这样:

1a-1d   \t 2a-2d   \t 3a-3d..........36a-36d
2 1 4 5 \t 3 4 5 3 \t 32 1 3 1.......3 12 4 1
.
.
4 5 2 6 \t 4 5 2 6 \t 23 5 2 5......3 1 5 6

我想要做的是总是将a与d相加,并使用向量的元素命名输出,例如names=c("AC_syn","AC_non",...)

我认为命令必须是:

ddply(a, .(), summarise, names[1]=a[,1]+a[,2]+a[,3]+a[,4], ...)

但必须有更优雅的方式吗?没有太多的复制粘贴工作?我为每一个想法和一点帮助感到高兴!

很抱歉,我没有说清楚。实际上我想在每第四步(1-4,5-8 ...... 141-144)之后得到列的总和,并用向量中给出的变量重命名新数据帧。 所以对于输入:

2 1 4 5 \t 3 4 5 3 \t 32 1 3 1.......3 12 4 1

应该回复

12 15 37.....20

3 个答案:

答案 0 :(得分:1)

依靠矩阵乘法来实现它的有趣方法:

首先创建一个只有0和1的关联矩阵来对数据集进行后乘(假设它被称为df):

M = matrix(0, 144, 36)
M = (row(M) >= {(col(M)-1)*4 + 1} & row(M) < {(col(M)-1)*4 + 5})*1

然后将M乘以df并命名列:

sumvar = as.matrix(df) %*% M
names(sumvar) = c("AC_syn","AC_non",...)

sumvar将有36列和1000行。以防万一,M看起来像这样:

      [,1] [,2] [,3] [,4]...
[1,]    1    0    0    0
[2,]    1    0    0    0
[3,]    1    0    0    0
[4,]    1    0    0    0
[5,]    0    1    0    0
[6,]    0    1    0    0
[7,]    0    1    0    0
[8,]    0    1    0    0
...

答案 1 :(得分:0)

由于您的数据很小,FOR循环如何。这可能是粗暴的方式,但它仍然有效 -

j=seq(1,141,4)
k=j+3
for(i in 1:length(names))
 {
   new_col <- paste("sum_",i)
   ds$new_col <- rowSums(ds[,j[i]:k[i]])   
 }

ds是您的数据集名称。

答案 2 :(得分:0)

如果你想每四列加一次

# example data
set.seed(1)

(df <- data.frame(replicate(8,rnorm(5))))

          X1         X2         X3          X4          X5          X6          X7
#1 -0.6264538 -0.8204684  1.5117812 -0.04493361  0.91897737 -0.05612874  1.35867955
#2  0.1836433  0.4874291  0.3898432 -0.01619026  0.78213630 -0.15579551 -0.10278773
#3 -0.8356286  0.7383247 -0.6212406  0.94383621  0.07456498 -1.47075238  0.38767161
#4  1.5952808  0.5757814 -2.2146999  0.82122120 -1.98935170 -0.47815006 -0.05380504
#5  0.3295078 -0.3053884  1.1249309  0.59390132  0.61982575  0.41794156 -1.37705956
          X8
#1 -0.4149946
#2 -0.3942900
#3 -0.0593134
#4  1.1000254
#5  0.7631757

为要汇总的列创建指标 - 每四列汇总一次

(ind <- rep(1:2,each=4))
#[1] 1 1 1 1 2 2 2 2

根据ind

汇总列
t(rowsum(t(df),ind))

#              1          2
#[1,] 0.01992536  1.8065336
#[2,] 1.04472535  0.1292631
#[3,] 0.22529172 -1.0678292
#[4,] 0.77758346 -1.4212814
#[5,] 1.74295162  0.4238835

然后,您可以使用colnames指定列名称。