Question

我有这样的数据集

    V0  V1  V2  V3   X     Y  
#1  1   A   21  31   123   12
#2  2   A   21  31   245   24
#3  3   B   22  32   234   25
#4  4   C   23  33   190   30
#5  5   C   23  33   210   20

因此V1，V2和V3中存在重复值;我想创建一个这样的数据集，它分别用V1-V3

总结X和Y.

    V1  V2  V3   X     Y    V
#1  A   21  31   368   36   1,2
#2  B   22  32   234   25   3
#3  C   23  33   400   50   4,5

我正在尝试“聚合”如下，但不知道如何同时使用X和Y，同时将V2和V3保持为原始值，而不是将它们相加。如何将V0中的值放在同一组（V1）中的另一个新变量中。

 df.sum <- aggregate(X~V1,data=df,FUN=sum)

我尝试将“df.sum”和“df”合并为“V1”，但事实证明所有重复的值也合并了。

有什么建议吗？非常感谢你！

Answer 1

你走在正确的轨道上。只是做：

aggregate(. ~ V1 + V2 + V2, mydf, sum)
#   V1 V2 V3   X  Y
# 1  A 21 62 368 36
# 2  B 22 32 234 25
# 3  C 23 66 400 50

您还可以通过许多其他方式执行此操作。例如，这是一种使用＆＃34; data.table＆＃34;：

的方法

library(data.table)
as.data.table(mydf)[, lapply(.SD, sum), by = list(V1, V2, V3)]

Answer 2

或dplyr

library(dplyr)
df %>% group_by(V1,V2,V3) %>% summarise(X_sum=sum(X), Y_sum= sum(Y))
# Or as suggested, you could also do:
df %>% group_by(V1,V2,V3) %>% summarise_each(funs(sum))

#Source: local data frame [3 x 5]
#Groups: V1, V2
#
#  V1 V2 V3 X_sum Y_sum
#1  A 21 31   368    36
#2  B 22 32   234    25
#3  C 23 33   400    50

# data
df <- structure(list(V1 = structure(c(1L, 1L, 2L, 3L, 3L), .Label = c("A", 
"B", "C"), class = "factor"), V2 = c(21L, 21L, 22L, 23L, 23L), 
    V3 = c(31L, 31L, 32L, 33L, 33L), X = c(123L, 245L, 234L, 
    190L, 210L), Y = c(12L, 24L, 25L, 30L, 20L)), .Names = c("V1", 
"V2", "V3", "X", "Y"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

关于更新的数据，您可以执行以下操作：

df %>% group_by(V1,V2,V3) %>%
  summarise_each(funs(sum, toString), X, Y, V0) %>%
  select(-V0_sum,
         -X_toString,
         -Y_toString)
# you get
#   V1 V2 V3 X_sum Y_sum V0_toString
# 1  A 21 31   368    36        1, 2
# 2  B 22 32   234    25           3
# 3  C 23 33   400    50        4, 5

# data
df <- structure(list(V0 = 1:5, V1 = structure(c(1L, 1L, 2L, 3L, 3L), .Label = c("A", 
"B", "C"), class = "factor"), V2 = c(21L, 21L, 22L, 23L, 23L), 
    V3 = c(31L, 31L, 32L, 33L, 33L), X = c(123L, 245L, 234L, 
    190L, 210L), Y = c(12L, 24L, 25L, 30L, 20L)), .Names = c("V0", 
"V1", "V2", "V3", "X", "Y"), class = "data.frame", row.names = c(NA, 
-5L))

如何在保留其他列的同时总结重复值？

2 个答案: