Question

我已经在一起快速解决了我的问题，但我觉得它很愚蠢。此外，它使用for循环，从我收集到的，应该在R中不惜一切代价避免。任何和所有建议整理这些代码是值得赞赏的。我对R来说还是一个新手，但我担心我会把一个相对简单的问题弄得太复杂。

我有一个数据集如下：

id  count   group
2   6   A
2   8   A
2   6   A
8   5   A
8   6   A
8   3   A
10  6   B
10  6   B
10  6   B
11  5   B
11  6   B
11  7   B
16  6   C
16  2   C
16  0   C
18  6   C
18  1   C
18  6   C

我想创建一个新的数据帧，其中包含每个唯一ID，该ID的前两个计数的总和（例如ID + 2的6 + 8 = 14）。我还想附加正确的组标识符。

一般情况下，您可能需要在连续几天测量不同受试者和治疗的值时执行此操作，并且您希望计算测量的前x天中每个受试者的总数。

这就是我提出的：

id <- c(rep(c(2,8,10,11,16,18),each=3))
count <- c(6,8,6,5,6,3,6,6,6,5,6,7,6,2,0,6,1,6)
group <- c(rep(c("A","B","C"),each=6))
df <- data.frame(id,count,group)

newid<-c()
newcount<-c()
newgroup<-c()
for (i in 1:length(unique(df$"id"))) {
  newid[i] <- unique(df$"id")[i]
  newcount[i]<-sum(df[df$"id"==unique(df$"id")[i],2][1:2])
  newgroup[i] <- as.character(df$"group"[df$"id"==newid[i]][1])
}

newdf<-data.frame(newid,newcount,newgroup)

我不确定的一些可能的改进/替代方案：

For loops vs apply functions
我可以直接在for循环中创建数据框，还是应该坚持创建可以延迟分配给数据帧的向量？
更一致的方法来访问/分组矢量/列（$，[]，[[]]，子集？）

Answer 1

您可以尝试在聚合中使用自定义函数

sum1sttwo<-function (x){
  return(x[1]+x[2])
}
aggregate(count~id+group, data=df,sum1sttwo)

，输出为：

  id group count
1  2     A    14
2  8     A    11
3 10     B    12
4 11     B    11
5 16     C     8
6 18     C     7

04/2015编辑：当数据集很大时，dplyr和data.table绝对是更好的选择。基础R最重要的缺点之一是数据帧太慢。但是，如果您只需要聚合一个非常简单/小的数据集，则基本R中的聚合函数可以满足其目的。

Answer 2

您可以使用dplyr：

library(dplyr)
df %>% group_by(id,group) %>% slice(1:2) %>% summarise(newcount=sum(count))

管道语法使其易于阅读：按id和group对数据进行分组，为每个组取前两行，然后对counts

求和

Answer 3

您可以使用data.table

执行此操作

setDT(df)[, list(newcount = sum(count[1:2])), by = .(id, group)]
#    id group newcount
#1:  2     A       14
#2:  8     A       11
#3: 10     B       12
#4: 11     B       11
#5: 16     C        8
#6: 18     C        7

Answer 4

    library(plyr)

    -Keep first 2 rows for each group and id
    df2 <-  ddply(df, c("id","group"), function (x) x$count[1:2])

    -Aggregate by group and id
    df3 <- ddply(df2, c("id", "group"), summarize, count=V1+V2)

    df3
    id group count
  1  2     A    14
  2  8     A    11
  3 10     B    12
  4 11     B    11
  5 16     C     8
  6 18     C     7

根据R数据帧中的多个条件循环或应用行总和

4 个答案: