在分类变量中查找感兴趣的值

Question

可以请有人回答我如何解决以下问题。 我数据集的一小部分是：

X    Y
3000 4
2090 5
2090 7
3000 9
2080 28
2119 19
3120 10
3120 12
2119 12
3000 13

我想在x的每个级别找出总和（y）。另外，请考虑它只是我的数据集的一部分，而x的分类变量包含100个级别，级别没有我可以简单地解决它们的模式，如1：100。 非常感谢提前！

Answer 1

您可以使用tapply或aggregate函数来执行此操作

让我们假设＆＃39;数据＆＃39;是保存值X和Y

的数据框

命令是

tapply(data$Y, data$X, sum)

或 aggregate(Y ~ X, FUN = sum, data = data)

Answer 2

我建议使用“重型机械”（为提高效率，aggregate效率低，tapply不返回data.frame），例如data.table或dplyr个包，请尝试（假设您的数据集名为df）

library(data.table)
setDT(df)[, list(SumY = sum(Y)), by = X]

或者

library(dplyr)
df %>%
  group_by(X) %>%
  summarise(sum(Y))