Question

我试图分别对几个（实际上是几百个）组进行指标计数（不是所有组的所有组合）。我将通过简化示例演示它：

假设我有该数据集

data<-cbind(c(1,1,1,2,2,2)
,c(1,1,2,2,2,3)
,c(3,2,1,2,2,3))
> data

      [,1] [,2] [,3]
[1,]    1    1    3
[2,]    1    1    2
[3,]    1    2    1
[4,]    2    2    2
[5,]    2    2    2
[6,]    2    3    3

和指标

some_indicator<-c(1,0,0,1,0,1)

然后我想运行没有循环（比如像列应用），比如

aggregate(some_indicator,list(data[,1]),sum)
aggregate(some_indicator,list(data[,2]),sum)
aggregate(some_indicator,list(data[,3]),sum)

将产生以下结果：

     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

即。对于每列（值子集在列之间不会发生太大变化），按值计算指标并合并它。

目前我用循环列编写了它，但我需要更有效的方法，因为有很多列而且需要一个多小时。

提前致谢，迈克尔。

Answer 1

1）tapply tapply的第一个参数是data，每列都被some_indicator替换。第二个参数表明我们希望按数据组和列号分组。

result <- tapply(replace(data, TRUE, some_indicator), list(data, col(data)), sum)
replace(unname(result), is.na(result), 0)

对于问题中显示的输入，最后一行给出：

     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

1a）tapply 稍微长一点的tapply解决方案如下。 fun以列为参数，并使用tapply将some_indicator中的组与该列作为组进行求和;但是，不同的列可以在其中具有不同的组，以确保它们都具有相同的组（为了以后的对齐），我们实际按factor(x, levs)分组。 sapply将fun应用于data的每一列。需要as.data.frame，因为data是一个矩阵，因此sapply将应用于每个元素，而不是每个列，如果我们将其应用于此。

 levs <- levels(factor(data))
 fun <- function(x) tapply(some_indicator, factor(x, levs), sum)
 result <- sapply(as.data.frame(data), fun)
 replace(unname(result), is.na(result), 0)

2）xtabs 这与tapply解决方案非常相似。它确实具有以下优点：（1）sum暗示xtabs因此无需指定，并且（2）未填充的单元格填充0而不是NA，从而消除了替换的额外步骤NAs为0.另一方面，我们必须使用c将公式的每个组成部分解释为一个向量，因为与tapply不同，xtabs公式将不接受矩阵：

result <- xtabs(c(replace(data, TRUE, some_indicator)) ~ c(data) + c(col(data)))
dimnames(result) <- NULL

对于问题中的数据，这给出了：

> result
     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

已修订已修订tapply解决方案，并添加了xtabs解决方案。

Answer 2

melt来自＆＃34; reshape2＆＃34;有一种矩阵的方法，这在这里很有用。使用＆＃34; reshape2＆＃34;，解决方案可以像以下一样简单：

library(reshape2)
dcast(cbind(some_indicator, melt(data)), 
      value ~ Var2, value.var= "some_indicator", 
      fun.aggregate=sum)
#   value 1 2 3
# 1     1 1 1 0
# 2     2 2 1 1
# 3     3 0 1 2

此答案假定您对melt的{{1}}工作原理有一些先验知识，特别是它会创建一个三列matrix，其中包含＆＃34; Var1＆＃34;表示data.frame（或数字），＆＃34; Var2＆＃34;表示rownames（或数字）和＆＃34;值＆＃34;表示colnames。

中的值

如何使用R进行多个单独组的相同字段聚合

2 个答案: