Question

我有以下数据：

df1 <- data.frame(Observation=c("A", "B", "B", "B", "C", "C", "C"),
                  Type=c(1,2,2,1,1,1,2), Value= c(1.5,1,3,2.1,3,4,6))

我想将具有相同数据类型（1或2）的每个Observation的行相加，所以它看起来像这样：

df2 <- data.frame (Observation=c("A", "B", "B", "C", "C"),
                 Type=c(1,2,1,1,2), Value= c(1.5,4,2.1,7,6))

我已经彻底查看了相关问题但却无法解决问题。

Answer 1

尝试data.table

library(data.table)
setDT(df1)[, list(Value=sum(Value, na.rm=TRUE)), by=list(Observation, Type)]
#    Observation Type Value
#1:           A    1   1.5
#2:           B    2   4.0
#3:           B    1   2.1
#4:           C    1   7.0
#5:           C    2   6.0

Answer 2

> aggregate(Value~Type+Observation,df1,sum)
  Type Observation Value
1    1           A   1.5
2    1           B   2.1
3    2           B   4.0
4    1           C   7.0
5    2           C   6.0

Answer 3

dplyr的解决方案：

library(dplyr)
df1 %>%
  group_by(Observation, Type) %>%
  summarise(Value = sum(Value))

R - 相同类别的总和行

3 个答案: